[发明专利]一种基于局部合作的分布式多智能体实时故障检测方法

说明书

本发明公开了一种基于局部合作的分布式多智能体实时故障检测方法，涉及多智能体控制技术领域。该方法包括如下步骤：针对多智能体系统，建立多智能体系统拓扑模型、节点动力学模型以及局部合作网络模型；在多智能体系统拓扑模型、节点动力学模型以及局部合作网络模型的基础上，建立基于局部合作的残差生成器框架；进一步将混合H₂/H_∞优化指标引入至残差生成器框架，通过求解混合优化问题获得残差生成器框架的最优参数；对最优参数下的残差生成器进行分布式构建，获得全局最优的残差信号；对全局最优的残差信号设置门限函数，若全局最优的残差信号幅值超过门限函数的限幅值，则目标节点发生故障，否则，目标节点未发生故障。

技术领域

本发明涉及多智能体控制技术领域，具体涉及一种基于局部合作的分布式多智能体实时故障检测方法。

背景技术

近年来，多智能体系统正在向大规模、强耦合、高复杂度的方向上不断发展，这给系统的安全性带来了严峻的挑战，也使得故障检测成为多智能体系统应用过程中一个亟待解决的问题。然而，多智能体系统本身是一个复杂的分布式非线性自治系统，而且系统通常需要面对复杂的外部环境，如强电磁干扰，敌方有针对性的打击与诱捕等，这些都会影响到故障算法的正常运行。另外，算法的正常运行还需要借助通信进行信息交互，存在着通信时滞，丢包等现象，这进一步影响了检测算法的可靠性。因此，如何设计对干扰具有强鲁棒性的检测算法，保证系统在复杂环境下依然能够准确及时地检测出故障，成为了一个亟待解决的科学问题。

在现有的故障检测算法研究中，基于模型和基于知识的故障检测方法是最为常用的两类方法。得益于先进的系统和控制理论的应用，基于模型的故障检测技术为研究高动态系统和控制回路中的故障检测问题提供了一种高效而强大的工具。该类方法的核心思想是通过设计状态观测器估计系统的某一特征参数，同时借助参考输入观测误差信号，并以此为依据检测系统故障。文献(Menon PP,Edwards C.Robust fault estimation usingrelative information in linear multi-agent networks[J].IEEE Transactions onAutomatic Control,2014,59(2):477-482)给出了一种利用滑模观测器对多智能体系统进行故障检测的方法。文章首先对多智能体系统模型进行投影与变换操作，使其生成的子系统满足设计观测器的条件；随后，文章借助多智能体系统节点间的相关状态信息设计了滑模观测器，有效降低了观测器对系统模型及实时通信数据的要求；最后，文章给出了误差信号的构造方法，同时给出了故障信号的观测模型，并通过逻辑分析对故障进行精确定位。