基于改进多胞形观测器的桨距执行器故障诊断

发布时间：2024-03-05 00:11

　　针对非线性风力机系统故障诊断受到干扰、噪声影响的问题,设计改进多胞形未知输入观测器,实现桨距执行器的故障诊断.首先,基于风力机线性变参数模型,设计多胞形未知输入观测器实现干扰项的解耦;其次,考虑到噪声的影响,利用卡尔曼滤波器算法增强对噪声的鲁棒性;然后,采用均方根法设计阈值进行残差评估,从而确定故障发生与否.最后,通过风力机桨距执行器系统故障残差信号的仿真,验证改进多胞形未知输入观测器的性能.

【文章页数】：7 页

【部分图文】：

图1不同参数下执行器的阶跃响应Fig．1Stepresponseofactuatorunderdifferentparameters

g是发电机的效率．1．4包含故障的桨距子系统模型桨距系统主要负责调节叶片的桨距角，当风速在额定值和切出值之间时，通过调整桨距角可以实现恒功率输出的目的．桨距系统可以用式(7)来描述［12］:β·(t)β¨(t[])=01－ω2n－2ζω[]nβ(t)β·(t[])+0ω2[]nβ....

图2风力机系统框图Fig．2Theblockdiagramofthewindturbinesystem

n和ζωn用故障指示因子θf∈［0，1］的形式来描述:ω2n=(1－θf)ω2n0+θfω2nf(8)ζωn=(1－θf)ζ0ωn0+θfζfωnf(9)这里θf=0对应ω2n=ω2n0，ζωn=ζfωn0的对应无故障执行器;θf=1对应ω2n=ω2nf，ζωn=ζfωnf的故障....

图3风力机气动参数Fig．3Aerodynamicparametersofwindturbines000010

图4多胞形未知输入观测器结构Fig．4Thestructureofpolytopeunknowninputobserver

=KA(θ)－L(θ)C，G(θ)=KB(θ)，结合式(13)得KD=［0］．x(t)的估计向量^x(t)∈Ｒn是观测器的输出变量，L(θ)=∑Ni=1αi(θ(t))Li为待设计矩阵，ex(t)=x(t)－^x(t)为状态估计偏差，［N(θ)G(θ)］=∑Ni=1αi(θ)［N....

本文编号：3919380