基于先验故障信息的分布式鲁棒故障检测权衡设计

故障检测算法在不确定性下的鲁棒性在实际工业环境中至关重要。最近涌现出一种新型概率设计方案，称为分布式鲁棒故障检测 (DRFD, distributionally robust fault detection)，并受到广泛关注。尽管该方法对实际中未知分布具有鲁棒性，但当前的 DRFD 关注的是所有可能故障的整体可检测性，而非先验已知的关键故障的可检测性。因此，本文提出一种新型 DRFD 权衡设计方案，利用先验故障信息。我们的主要贡献包括：一种检测已知故障的新型分布式鲁棒性度量标准，以及一种确保鲁棒可检测性的新型松弛分布式鲁棒概率约束。随后，本文提出一种在未知概率分布下的故障检测新型 DRFD 设计问题，这为在已知关键故障的鲁棒性与针对所有可能故障的整体可检测性之间提供了灵活的平衡。为解决 resulting 产生的半无限概率约束问题，我们首先将其改写为以双线性矩阵不等式为特征的有限维问题。随后，开发出一种量身定制的启发式求解算法，包括顺序最小化程序和初始化策略。最后，在仿真三罐系统和真实世界电池单体上进行案例研究，以展示所提出启发式算法的有效性以及我们 DRFD 方法的优势。