智能执行器与无线传感器网络的控制及安全管理方案
智能执行器的容错控制
在工业控制领域,智能执行器的稳定运行至关重要。当执行器在可达到的范围内运行时,其动态特性可以用一阶模型来表示:
[G=\frac{K}{1 + \tau s}]
此模型结构实际上与执行器的类型无关,它仅代表了执行器输入与输出之间的关系。执行器的任何故障都可能导致其动态特性发生变化,例如,电动机轴承故障导致的摩擦力增加,会使角速度变慢,进而影响受控系统的性能。
为了补偿执行器故障,在故障发生时估计参数(\tau)和(K)非常有用。这些参数的估计值可以通过现场总线网络传输到监控模块,监控模块可以重新配置回路控制器,以补偿由于故障导致的驱动力损失。
这里采用了一种解析估计算法来确定故障发生时(\tau)和(K)的新参数。该估计是在智能执行器内部局部进行的。估计方法基于性能指标(\gamma(t))来计算参数,(\gamma(t))定义为执行器实际性能与期望性能的比值:
[\gamma(t)=\frac{\int_{0}^{t} u_a(\sigma) d\sigma}{\int_{0}^{t} u_d(\sigma) d\sigma}]
其中,(u_a)是执行器的实际输出,(u_d)是期望输入。基于此性能指标,需求输入(u_d(t)=t^n)的速率因子(\alpha(t))可以表示为:
[
\alpha(t)=\gamma(t)
\begin{cases}
\sum_{p = 0}^{n - 1} \frac{(t - t_0)^{n - p - 1} e^{-\frac{t - t_0}{\tau}}}{(n - p - 1)! \ta