鐘麥英，劉 浩，朱曉強(qiáng)，張 璐

(山東科技大學(xué) 電氣與自動(dòng)化工程學(xué)院，山東 青島 266590)

動(dòng)態(tài)系統(tǒng)故障診斷理論是應(yīng)用數(shù)學(xué)和控制論來(lái)研究復(fù)雜系統(tǒng)故障的重要科學(xué)基礎(chǔ)，是航空航天、智能制造等復(fù)雜工程系統(tǒng)可靠運(yùn)行的技術(shù)保障，涉及國(guó)計(jì)民生與國(guó)家安全重大需求，國(guó)際自控聯(lián)合會(huì)(IFAC)、《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020)》等都將相關(guān)內(nèi)容部署為前沿研究方向和面向國(guó)家重大戰(zhàn)略任務(wù)的基礎(chǔ)研究方向，已成為國(guó)內(nèi)外自動(dòng)控制界的研究熱點(diǎn)。經(jīng)過(guò)五十年的發(fā)展，該領(lǐng)域研究已取得了豐碩成果。目前的故障診斷方法大致可分為基于解析模型的方法、基于數(shù)據(jù)的方法和基于知識(shí)的方法。其中，基于模型的故障診斷理論研究起始于上世紀(jì)七十年代，按照殘差產(chǎn)生器結(jié)構(gòu)及設(shè)計(jì)方法的不同，基于解析模型的故障診斷方法主要包括參數(shù)估計(jì)方法、等價(jià)空間方法和基于觀測(cè)器方法[1-4]。

縱觀基于模型的故障診斷技術(shù)的發(fā)展，已有成果大部分都是基于時(shí)間觸發(fā)的等采樣周期機(jī)制，其核心科學(xué)任務(wù)是根據(jù)系統(tǒng)的數(shù)學(xué)模型和輸入輸出數(shù)據(jù)，自動(dòng)、實(shí)時(shí)、準(zhǔn)確地判斷故障的發(fā)生(故障檢測(cè))、定位故障的位置(故障分離)和估計(jì)故障的大小(故障估計(jì))。在時(shí)間觸發(fā)機(jī)制下，要求每一采樣時(shí)刻都將系統(tǒng)輸入、輸出數(shù)據(jù)發(fā)送至故障診斷子系統(tǒng)。然而，實(shí)際工程系統(tǒng)在穩(wěn)態(tài)與正常運(yùn)行情況下的相鄰采樣數(shù)據(jù)通常差異不大，頻繁的數(shù)據(jù)傳輸不可避免地導(dǎo)致網(wǎng)絡(luò)資源的不必要浪費(fèi)和消耗。特別是隨著現(xiàn)代化工程系統(tǒng)復(fù)雜度與集成度的不斷提高，在有限設(shè)備空間中可能需要裝配大量元器件，在硬件資源有限的情況下，如何通過(guò)設(shè)計(jì)合理的觸發(fā)機(jī)制以提高網(wǎng)絡(luò)資源利用率在理論研究和實(shí)際工程應(yīng)用中都具有重要意義[5]。不同于傳統(tǒng)的時(shí)間觸發(fā)機(jī)制，基于事件的觸發(fā)機(jī)制可以看作是一種“按需執(zhí)行”的非等周期觸發(fā)方式，由于其在保證系統(tǒng)性能的前提下能夠有效提高資源使用率，近年來(lái)在控制領(lǐng)域引起了學(xué)者們的廣泛關(guān)注。事件觸發(fā)機(jī)制的核心思想是通過(guò)定義合理的“事件”生成器并通過(guò)判斷“事件”是否發(fā)生來(lái)決定是否觸發(fā)當(dāng)前的操作。具體來(lái)說(shuō)，在事件觸發(fā)機(jī)制下，通過(guò)判斷系統(tǒng)當(dāng)前的信息是否滿足給定的觸發(fā)閾值來(lái)決定是否發(fā)送/更新該信息[5]。由此可知，在網(wǎng)絡(luò)資源受限的情況下，如何通過(guò)設(shè)計(jì)合理的信號(hào)觸發(fā)機(jī)制來(lái)提高資源利用率以及系統(tǒng)性能在理論研究和實(shí)際應(yīng)用中都十分必要，基于事件觸發(fā)機(jī)制的估計(jì)、濾波和控制等問(wèn)題已得到了自動(dòng)控制界的廣泛關(guān)注[6-7]。

基于事件觸發(fā)機(jī)制的故障診斷技術(shù)是指系統(tǒng)在“按需執(zhí)行”的非等周期觸發(fā)方式下完成故障的檢測(cè)、分離與估計(jì)，由于事件觸發(fā)機(jī)制存在“主動(dòng)數(shù)據(jù)丟包”現(xiàn)象，致使故障診斷系統(tǒng)在非事件時(shí)刻的數(shù)據(jù)與實(shí)際系統(tǒng)數(shù)據(jù)存在差異，即存在“事件觸發(fā)數(shù)據(jù)傳輸誤差”，導(dǎo)致已有時(shí)間驅(qū)動(dòng)故障診斷方法不再適用，嚴(yán)重影響故障診斷系統(tǒng)性能。事件驅(qū)動(dòng)故障診斷方法和觸發(fā)機(jī)制對(duì)故障檢測(cè)性能的影響已成為目前的研究熱點(diǎn)[8-23]。

本文在對(duì)近年來(lái)國(guó)內(nèi)外基于事件觸發(fā)機(jī)制故障診斷研究成果進(jìn)行概述的基礎(chǔ)上，分別對(duì)基于事件觸發(fā)的故障診斷方法以及事件觸發(fā)的機(jī)制進(jìn)行分類概述，并對(duì)基于事件觸發(fā)故障診斷的未來(lái)研究方向進(jìn)行展望。

1 事件驅(qū)動(dòng)故障診斷方法概述

網(wǎng)絡(luò)化系統(tǒng)故障診斷的首要任務(wù)是將系統(tǒng)的輸入、輸出數(shù)據(jù)通過(guò)網(wǎng)絡(luò)傳輸至故障診斷單元，在無(wú)故障發(fā)生的穩(wěn)態(tài)運(yùn)行情況下，傳統(tǒng)的基于時(shí)間觸發(fā)故障診斷存在著傳送不必要信息的情形，不可避免地造成網(wǎng)絡(luò)資源浪費(fèi)甚至導(dǎo)致網(wǎng)絡(luò)擁塞，引發(fā)一系列網(wǎng)絡(luò)誘導(dǎo)時(shí)滯等現(xiàn)象。因此，基于事件觸發(fā)機(jī)制的故障診斷方法無(wú)疑為解決網(wǎng)絡(luò)資源有限問(wèn)題提供了有效的方案，已成為國(guó)內(nèi)外自動(dòng)控制界的研究熱點(diǎn)，并取得了一系列研究成果[8-23]。按照故障診斷濾波器結(jié)構(gòu)及故障檢測(cè)濾波器設(shè)計(jì)方法，將基于事件驅(qū)動(dòng)的故障診斷技術(shù)大致分為4類：事件驅(qū)動(dòng)的(擴(kuò)展)卡爾曼濾波方法、H∞濾波方法、Hi/H∞優(yōu)化方法和分布式故障診斷方法。

1.1 事件驅(qū)動(dòng)的(擴(kuò)展)卡爾曼濾波方法

故障估計(jì)在本質(zhì)上可轉(zhuǎn)換為狀態(tài)與時(shí)變故障參數(shù)的聯(lián)合估計(jì)問(wèn)題?，F(xiàn)代控制理論奠基人之一、美國(guó)科學(xué)院和工程院院士Kalman(卡爾曼)提出卡爾曼濾波器；為解決非線性系統(tǒng)故障估計(jì)問(wèn)題，進(jìn)一步提出了擴(kuò)展卡爾曼濾波器，但仍然存在估計(jì)不準(zhǔn)確和發(fā)散的缺陷。在(擴(kuò)展)卡爾曼濾波的基礎(chǔ)上發(fā)展得到的無(wú)跡卡爾曼濾波、容積卡爾曼濾波、最小方差卡爾曼濾波等方法用于解決估計(jì)不準(zhǔn)和發(fā)散的問(wèn)題?；谑录|發(fā)的卡爾曼濾波問(wèn)題的研究近年來(lái)也取得許多進(jìn)展[8-10]：文獻(xiàn)[8]研究了線性定常系統(tǒng)多傳感器測(cè)量的精確性和近似集值Kalman濾波器的性能，分析了集值測(cè)度對(duì)估計(jì)均值集大小的影響，給出了在估計(jì)均值集較小的情況下提高性能的條件，并將結(jié)果應(yīng)用于基于事件的估計(jì)，允許通過(guò)考慮性能和通信速率的要求來(lái)設(shè)計(jì)事件觸發(fā)條件，建立并求解了事件觸發(fā)條件優(yōu)化設(shè)計(jì)問(wèn)題；針對(duì)非線性系統(tǒng)，擴(kuò)展卡爾曼濾波器可解決系統(tǒng)狀態(tài)的估計(jì)問(wèn)題，文獻(xiàn)[9]研究了一類非線性多速率系統(tǒng)的事件觸發(fā)濾波問(wèn)題；針對(duì)非線性帶來(lái)的不確定性，提出了一種新的增廣方法，將多速率非線性系統(tǒng)轉(zhuǎn)化為單速率系統(tǒng)，并根據(jù)基于事件觸發(fā)機(jī)制的測(cè)量輸出，采用擴(kuò)展卡爾曼濾波器實(shí)現(xiàn)對(duì)系統(tǒng)狀態(tài)的估計(jì)；文獻(xiàn)[10]以網(wǎng)絡(luò)化非線性濾波系統(tǒng)為研究對(duì)象，將線性隨機(jī)事件驅(qū)動(dòng)濾波系統(tǒng)中的結(jié)論推廣至非線性系統(tǒng)，推導(dǎo)了兩種事件驅(qū)動(dòng)機(jī)制在容積卡爾曼濾波算法框架中的濾波更新過(guò)程，得到了基于事件驅(qū)動(dòng)的容積卡爾曼濾波算法，并證明了檢測(cè)事件驅(qū)動(dòng)模式優(yōu)于隨機(jī)事件驅(qū)動(dòng)模式。需要注意的是，文獻(xiàn)[8-10]是針對(duì)事件觸發(fā)機(jī)制下的高斯白噪聲系統(tǒng)，而對(duì)于更具一般性的l2范數(shù)有界未知輸入以及模型不確定系統(tǒng)，上述方法不適用。

1.2 事件驅(qū)動(dòng)的H∞濾波方法

如文獻(xiàn)[1-4]所述，故障診斷系統(tǒng)必須對(duì)未知擾動(dòng)和模型不確定性具有魯棒性，并同時(shí)保證對(duì)故障的敏感性，從而克服故障的誤報(bào)和漏報(bào)，確保故障檢測(cè)的正確性與實(shí)時(shí)性。針對(duì)l2范數(shù)有界未知輸入影響的模型不確定系統(tǒng)，H∞濾波將故障診斷歸結(jié)為殘差與故障的漸近跟蹤問(wèn)題[2]，為該類系統(tǒng)的故障診斷提供了重要的故障診斷技術(shù)手段。文獻(xiàn)[11]研究了線性離散時(shí)變系統(tǒng)H∞故障檢測(cè)問(wèn)題，將有限時(shí)域H∞故障檢測(cè)濾波器設(shè)計(jì)轉(zhuǎn)化為二次型最小值問(wèn)題，提出基于Krein空間投影與新息分析故障診斷方法，得到基于黎卡提差分方程的H∞故障檢測(cè)濾波器遞推解。目前，事件驅(qū)動(dòng)H∞故障診斷方法主要是在網(wǎng)絡(luò)傳輸時(shí)滯以及范數(shù)有界未知輸入框架下，基于H∞濾波設(shè)計(jì)故障診斷濾波器[12-15]。文獻(xiàn)[12]考慮了信道衰減、時(shí)變時(shí)滯以及事件觸發(fā)引起的誤差對(duì)濾波器設(shè)計(jì)的影響，設(shè)計(jì)了一種用于具有信道衰減的離散時(shí)滯非線性系統(tǒng)的事件觸發(fā)非脆弱H∞故障檢測(cè)濾波器，并基于李雅普諾夫穩(wěn)定性理論、隨機(jī)分析技術(shù)和線性矩陣不等式技術(shù)，得到非脆弱故障檢測(cè)濾波器存在的充分條件，使殘差產(chǎn)生器隨機(jī)穩(wěn)定且滿足H∞性能指標(biāo)。文獻(xiàn)[13]研究了一類馬爾可夫跳變系統(tǒng)的事件驅(qū)動(dòng)魯棒H∞故障檢測(cè)問(wèn)題，采用事件觸發(fā)機(jī)制來(lái)調(diào)整發(fā)送到遠(yuǎn)程模塊的數(shù)據(jù)傳輸頻率，提出一種基于事件的故障檢測(cè)方法，以保證殘差對(duì)故障的敏感性和對(duì)擾動(dòng)的魯棒性。文獻(xiàn)[14]研究了一類隨機(jī)非線性系統(tǒng)的事件驅(qū)動(dòng)H∞故障檢測(cè)問(wèn)題，提出一種自適應(yīng)事件觸發(fā)機(jī)制，并將魯棒故障檢測(cè)問(wèn)題歸結(jié)為時(shí)滯系統(tǒng)H∞故障濾波。文獻(xiàn)[15]研究了具有時(shí)滯的離散記憶神經(jīng)網(wǎng)絡(luò)的故障檢測(cè)濾波器設(shè)計(jì)問(wèn)題，通過(guò)采用故障加權(quán)矩陣函數(shù)來(lái)提高故障檢測(cè)濾波器的精度，設(shè)計(jì)了能保證殘差系統(tǒng)漸近穩(wěn)定且滿足H∞性能指標(biāo)的濾波器。

基于H∞濾波的事件驅(qū)動(dòng)故障檢測(cè)方法，優(yōu)點(diǎn)是可以應(yīng)用線性矩陣不等式技術(shù)、方便設(shè)計(jì)H∞故障檢測(cè)濾波器，缺點(diǎn)是沒有考慮殘差對(duì)故障敏感性以及殘差對(duì)擾動(dòng)魯棒性的均衡設(shè)計(jì)。此外，基于H∞濾波的故障檢測(cè)方法給出的均是問(wèn)題可解的充分條件，解的保守性較大。

1.3 事件驅(qū)動(dòng)的Hi/H∞優(yōu)化方法

故障診斷領(lǐng)域國(guó)際權(quán)威德國(guó)教授Frank提出了傳遞函數(shù)矩陣范數(shù)比型的故障檢測(cè)魯棒性準(zhǔn)則函數(shù)，即Hi/H∞優(yōu)化方法，目前很多線性定常系統(tǒng)魯棒故障檢測(cè)方法都是通過(guò)優(yōu)化該準(zhǔn)則函數(shù)得到的Hi/H∞優(yōu)化故障方法設(shè)計(jì)殘差產(chǎn)生器[3]，使故障診斷濾波器在對(duì)擾動(dòng)信號(hào)具有魯棒性的同時(shí)對(duì)故障信號(hào)具有敏感性。文獻(xiàn)[16]將該方法推廣應(yīng)用于線性離散時(shí)變系統(tǒng)的故障檢測(cè)，提出一種魯棒故障檢測(cè)濾波器的優(yōu)化設(shè)計(jì)方法，實(shí)現(xiàn)了有限時(shí)域H∞/H∞或H-/H∞性能指標(biāo)的最大化?？紤]到事件觸發(fā)機(jī)制能提高資源利用率以及系統(tǒng)性能，近來(lái)基于事件觸發(fā)的Hi/H∞故障診斷方法也得到了一定關(guān)注[17-20]。文獻(xiàn)[17]討論了基于H-/H∞具有線性參數(shù)變化模型的離散動(dòng)態(tài)系統(tǒng)的事件觸發(fā)故障檢測(cè)方法，提出了一種混合H-/H∞形式來(lái)衰減擾動(dòng)和控制輸入對(duì)殘差信號(hào)的影響，同時(shí)使殘差信號(hào)對(duì)故障的敏感性達(dá)到最大。文獻(xiàn)[18]研究了多智能體系統(tǒng)事件觸發(fā)的Hi/H∞故障診斷問(wèn)題，在滿足特定事件條件時(shí)接收相鄰代理的輸出測(cè)量值，各個(gè)代理相互協(xié)作來(lái)檢測(cè)團(tuán)隊(duì)中是否發(fā)生了故障，不僅能夠檢測(cè)到自身故障，而且能夠檢測(cè)到其相鄰代理是否發(fā)生故障。文獻(xiàn)[19]將基于H∞/H∞優(yōu)化的故障檢測(cè)應(yīng)用于事件觸發(fā)故障檢測(cè)中，通過(guò)求解離散時(shí)間黎卡提方程得到優(yōu)化問(wèn)題的求解方法。值得注意的是，上述事件驅(qū)動(dòng)Hi/H∞故障診斷方法可以在一定程度上抑制事件觸發(fā)傳輸誤差的影響，但無(wú)法實(shí)現(xiàn)事件觸發(fā)傳輸誤差與殘差信號(hào)的完全解耦，不可避免導(dǎo)致故障檢測(cè)性能的下降。為此，文獻(xiàn)[20]提出了一種全新的事件觸發(fā)Hi/H∞優(yōu)化故障診斷方法，實(shí)現(xiàn)了殘差信號(hào)與事件觸發(fā)傳輸誤差的全解耦，提高了事件觸發(fā)Hi/H∞故障檢測(cè)系統(tǒng)性能。

1.4 事件驅(qū)動(dòng)的分布式故障診斷方法

傳統(tǒng)的集中式控制策略在系統(tǒng)整體性和協(xié)調(diào)性方面具有一定的優(yōu)勢(shì)，但這種控制方式對(duì)計(jì)算機(jī)的可靠性和安全性要求甚高，只適合于結(jié)構(gòu)簡(jiǎn)單的系統(tǒng)。近年來(lái)隨著系統(tǒng)規(guī)模日漸龐大、控制算法日益復(fù)雜，傳統(tǒng)的集中式系統(tǒng)已經(jīng)不能滿足實(shí)際需求，分布式系統(tǒng)以其良好的容錯(cuò)性、靈活性、便于維護(hù)等優(yōu)點(diǎn)逐漸成為發(fā)展趨勢(shì)，分布式系統(tǒng)的故障診斷問(wèn)題引起廣泛關(guān)注[21-23]。文獻(xiàn)[21]在事件觸發(fā)機(jī)制下研究了多加權(quán)多延遲大型互聯(lián)系統(tǒng)的分布式同步故障檢測(cè)與控制問(wèn)題，針對(duì)非線性擾動(dòng)、測(cè)量輸出量化、冗余信道和隨機(jī)欺騙攻擊等影響，考慮了大系統(tǒng)在相鄰子系統(tǒng)之間的多個(gè)耦合鏈路，通過(guò)設(shè)計(jì)分布式故障檢測(cè)與控制器模塊，保證了整個(gè)閉環(huán)系統(tǒng)的指數(shù)均方穩(wěn)定性，同時(shí)滿足了期望的控制性能和H∞故障檢測(cè)性能。文獻(xiàn)[22]研究了通訊及能源有限的多智能體系統(tǒng)分布式故障檢測(cè)與協(xié)同控制問(wèn)題，為了減少代理之間的通信，提出一種動(dòng)態(tài)事件觸發(fā)的數(shù)據(jù)傳輸模式。文獻(xiàn)[23]在事件觸發(fā)機(jī)制下研究了無(wú)線傳感器網(wǎng)絡(luò)分布式狀態(tài)估計(jì)和故障檢測(cè)問(wèn)題，提出一種基于事件觸發(fā)機(jī)制的分布式H∞故障檢測(cè)方法，基于李雅普諾夫穩(wěn)定性理論分析了系統(tǒng)的均方漸近穩(wěn)定性和隨機(jī)意義下的H∞故障檢測(cè)性能指標(biāo)。

2 事件觸發(fā)機(jī)制概述

事件觸發(fā)機(jī)制的概念可以追溯到1959年。文獻(xiàn)[24]指出最合適的采樣方式是只傳輸重要數(shù)據(jù)，只傳輸數(shù)據(jù)以給定增量改變時(shí)獲得的新值，且僅當(dāng)數(shù)據(jù)被需要時(shí)才會(huì)被傳輸，是一種“按需執(zhí)行”的非等周期觸發(fā)方式，以充分利用網(wǎng)絡(luò)資源。根據(jù)事件觸發(fā)條件的不同，事件觸發(fā)機(jī)制主要分為靜態(tài)事件觸發(fā)[12-14,17-21,25-28]、動(dòng)態(tài)事件觸發(fā)[14,22,32-36]、環(huán)形事件觸發(fā)[41]和積分型事件觸發(fā)[42]等。

2.1 靜態(tài)事件觸發(fā)機(jī)制

靜態(tài)事件觸發(fā)機(jī)制是目前采用最廣泛的觸發(fā)機(jī)制。預(yù)先設(shè)置的常值為事件觸發(fā)閾值(或閾值參數(shù))，當(dāng)觸發(fā)函數(shù)超過(guò)給定的靜態(tài)閾值方產(chǎn)生一個(gè)新的事件。靜態(tài)事件觸發(fā)機(jī)制已廣泛應(yīng)用于事件觸發(fā)機(jī)制下的故障檢測(cè)[12-13,17-21,23,28]、濾波[25]、狀態(tài)估計(jì)[26]以及控制[27]等問(wèn)題的研究。其中，文獻(xiàn)[25]根據(jù)當(dāng)前時(shí)刻與觸發(fā)時(shí)刻信息的差值來(lái)決定下一觸發(fā)時(shí)刻，在此觸發(fā)機(jī)制下研究了具有帶寬能量約束的無(wú)線傳感器網(wǎng)絡(luò)上的分布集成濾波問(wèn)題，考慮了扇形有界非線性、未知但有界噪聲和傳感器飽和的影響，在所建立的理論框架內(nèi)，提出了最大化觸發(fā)閾值以降低觸發(fā)頻率并同時(shí)獲得滿意濾波性能的思路。文獻(xiàn)[26]在與文獻(xiàn)[25]相同的觸發(fā)機(jī)制下研究了基于分布式事件的網(wǎng)絡(luò)系統(tǒng)狀態(tài)估計(jì)問(wèn)題，針對(duì)不同代理各自的事件觸發(fā)協(xié)議，通過(guò)一個(gè)公共總線網(wǎng)絡(luò)零星地交換數(shù)據(jù)，提出了一個(gè)綜合程序來(lái)設(shè)計(jì)代理的狀態(tài)估計(jì)器和事件觸發(fā)閾值，使得到的分布式系統(tǒng)和基于事件觸發(fā)的控制系統(tǒng)穩(wěn)定，且滿足預(yù)先確定的性能指標(biāo)。文獻(xiàn)[9]和[12]均采用絕對(duì)型靜態(tài)事件觸發(fā)機(jī)制，當(dāng)最新觸發(fā)值與當(dāng)前測(cè)量值之間的差值超出給定靜態(tài)閾值時(shí)產(chǎn)生新的事件。然而，由于此觸發(fā)機(jī)制需事先給出合適的靜態(tài)閾值，具有一定的保守性從而導(dǎo)致不必要的數(shù)據(jù)處理。文獻(xiàn)[27]采用相對(duì)型靜態(tài)觸發(fā)機(jī)制，即僅當(dāng)最新觸發(fā)值與當(dāng)前測(cè)量值之間的差值與當(dāng)前測(cè)量值相比差值足夠大時(shí)產(chǎn)生新的事件，在此觸發(fā)機(jī)制下綜合考慮了多目標(biāo)故障檢測(cè)、隔離和控制問(wèn)題，在傳感器與故障檢測(cè)隔離控制模塊以及故障檢測(cè)隔離控制模塊與執(zhí)行器之間的信息傳輸中分別考慮了此類靜態(tài)事件觸發(fā)機(jī)制，以期達(dá)到進(jìn)一步節(jié)約網(wǎng)絡(luò)資源的效果。文獻(xiàn)[27]與[28]采用相同的觸發(fā)機(jī)制，用模糊系統(tǒng)方法研究了非線性網(wǎng)絡(luò)化控制系統(tǒng)故障檢測(cè)問(wèn)題。在文獻(xiàn)[28]的基礎(chǔ)上，文獻(xiàn)[29]進(jìn)一步研究了帶有網(wǎng)絡(luò)丟包和(x,v)-相關(guān)噪聲的模糊系統(tǒng)的故障檢測(cè)問(wèn)題。

需注意到，以上基于事件觸發(fā)的故障檢測(cè)方法都是在全頻域段內(nèi)考慮的，然而實(shí)際系統(tǒng)的外部干擾和故障的大致頻域范圍通?？筛鶕?jù)先驗(yàn)知識(shí)獲知。如微小故障一般出現(xiàn)在低頻段，因此在這種情形下依然采用全頻段方法來(lái)設(shè)計(jì)故障檢測(cè)估計(jì)器未免太過(guò)保守。為此，文獻(xiàn)[30]采用上述相對(duì)型靜態(tài)事件觸發(fā)機(jī)制，在有限頻域內(nèi)研究了具有李普希茲非線性的網(wǎng)絡(luò)化系統(tǒng)故障檢測(cè)問(wèn)題，考慮到在事件觸發(fā)情況下基于廣義Kalman-Yakubovic-Popov(簡(jiǎn)稱KYP)引理的故障檢測(cè)方法不再適用，該文將非線性誤差動(dòng)態(tài)系統(tǒng)轉(zhuǎn)化成一類線性參數(shù)變化系統(tǒng)來(lái)處理，并在此基礎(chǔ)上研究了基于廣義KYP的網(wǎng)絡(luò)化系統(tǒng)事件驅(qū)動(dòng)故障檢測(cè)問(wèn)題。文獻(xiàn)[31]在靜態(tài)觸發(fā)機(jī)制下研究了非高斯隨機(jī)分布模糊系統(tǒng)的故障檢測(cè)問(wèn)題，提出一種基于輸出概率密度函數(shù)信息的事件觸發(fā)觀測(cè)器方法，由于隨機(jī)分布系統(tǒng)的可用信息是量測(cè)輸出的概率密度函數(shù)，增加了基于事件觸發(fā)觀測(cè)器的設(shè)計(jì)難度。

2.2 動(dòng)態(tài)事件觸發(fā)機(jī)制

靜態(tài)事件觸發(fā)機(jī)制因具有物理含義明顯、設(shè)計(jì)過(guò)程簡(jiǎn)單等優(yōu)勢(shì)，在過(guò)去10年獲得了大量關(guān)注，但是由于其觸發(fā)閾值預(yù)先給定，有一定的保守性且會(huì)導(dǎo)致不必要的數(shù)據(jù)處理，因此有學(xué)者在靜態(tài)事件觸發(fā)策略的基礎(chǔ)上，提出了動(dòng)態(tài)事件觸發(fā)策略，目前關(guān)于動(dòng)態(tài)事件觸發(fā)機(jī)制剛開始受到學(xué)者們的關(guān)注，只有少量的文獻(xiàn)被報(bào)道[32-36]。文獻(xiàn)[32]為較早介紹動(dòng)態(tài)事件觸發(fā)傳輸機(jī)制的文獻(xiàn)，考慮了一類連續(xù)時(shí)間非線性系統(tǒng)的控制問(wèn)題，觸發(fā)條件中通過(guò)引入由微分方程描述的內(nèi)部動(dòng)態(tài)變量，來(lái)刻畫其閾值隨系統(tǒng)狀態(tài)的動(dòng)態(tài)變化情況，文中詳細(xì)討論了系統(tǒng)參數(shù)對(duì)李雅普諾夫函數(shù)衰減率的影響，證明了基于動(dòng)態(tài)事件觸發(fā)傳輸機(jī)制下的內(nèi)執(zhí)行時(shí)間下界不小于基于時(shí)間觸發(fā)機(jī)制條件下的內(nèi)執(zhí)行。文獻(xiàn)[33]采用基于自適應(yīng)調(diào)節(jié)的事件觸發(fā)機(jī)制來(lái)減輕網(wǎng)絡(luò)通信負(fù)擔(dān)，在此基礎(chǔ)上研究了網(wǎng)絡(luò)化系統(tǒng)的故障檢測(cè)問(wèn)題。與文獻(xiàn)[32]不同，文獻(xiàn)[33]中的事件觸發(fā)參數(shù)并不是根據(jù)某個(gè)具體的動(dòng)態(tài)方程進(jìn)行演化，而是在每一時(shí)間步以給定的速率線性增長(zhǎng)，直到到達(dá)某個(gè)給定的閾值。

綜上所述，動(dòng)態(tài)事件觸發(fā)機(jī)制的特點(diǎn)在于觸發(fā)函數(shù)的閾值(或閾值參數(shù))能夠根據(jù)系統(tǒng)的演化情況動(dòng)態(tài)調(diào)整，目的是盡可能使得觸發(fā)條件難以滿足以避免不必要的數(shù)據(jù)處理。顯然，動(dòng)態(tài)事件觸發(fā)機(jī)制能夠在靜態(tài)觸發(fā)機(jī)制的基礎(chǔ)上進(jìn)一步減少系統(tǒng)的觸發(fā)次數(shù)從而更加節(jié)約系統(tǒng)資源，具有更寬廣的應(yīng)用前景。事件驅(qū)動(dòng)系統(tǒng)的主要難點(diǎn)之一是設(shè)計(jì)合適的事件觸發(fā)機(jī)制，保證事件間存在一個(gè)正的最小事件間隔時(shí)間(可以避免芝諾行為)。文獻(xiàn)[34]通過(guò)添加一個(gè)輔助參數(shù)改進(jìn)了這種觸發(fā)方式，提供最小事件間隔時(shí)間的下限，結(jié)果表明，具有這種觸發(fā)機(jī)制的事件驅(qū)動(dòng)系統(tǒng)比文獻(xiàn)[35]中介紹的相應(yīng)系統(tǒng)更有效、更不保守。近年來(lái)基于動(dòng)態(tài)事件觸發(fā)機(jī)制的網(wǎng)絡(luò)化系統(tǒng)的控制問(wèn)題、濾波問(wèn)題和估計(jì)問(wèn)題已經(jīng)引起了人們的重視。然而，對(duì)于基于動(dòng)態(tài)事件觸發(fā)機(jī)制的故障檢測(cè)問(wèn)題仍然關(guān)注較少，如針對(duì)基于動(dòng)態(tài)事件觸發(fā)機(jī)制的離散時(shí)變系統(tǒng)的故障檢測(cè)問(wèn)題仍是故障檢測(cè)領(lǐng)域的國(guó)際前沿課題和難題之一。這一問(wèn)題的解決將對(duì)保證基于事件觸發(fā)機(jī)制的網(wǎng)絡(luò)化系統(tǒng)的安全性和可靠性發(fā)揮重要作用，將有力地促進(jìn)數(shù)字化通信環(huán)境下故障檢測(cè)技術(shù)的進(jìn)一步發(fā)展。

2.3 其他事件觸發(fā)機(jī)制

迄今為止，有關(guān)其他觸發(fā)機(jī)制(不包括固定閾值觸發(fā)和相對(duì)閾值觸發(fā))的研究較少，主要有基于瞬時(shí)測(cè)量(估計(jì))相關(guān)閾值的事件觸發(fā)機(jī)制[37-38]、基于已知測(cè)量(估計(jì))相關(guān)閾值的事件觸發(fā)機(jī)制[39-40]、環(huán)形事件觸發(fā)機(jī)制[41]和積分型事件觸發(fā)機(jī)制[42]。

基于瞬時(shí)測(cè)量(估計(jì))相關(guān)閾值的事件觸發(fā)機(jī)制是采用基于瞬時(shí)測(cè)量(估計(jì))來(lái)確定閾值的觸發(fā)方式。文獻(xiàn)[37]在每個(gè)傳感器節(jié)點(diǎn)均采用基于瞬時(shí)估計(jì)依賴閾值的事件觸發(fā)機(jī)制，根據(jù)當(dāng)前時(shí)刻狀態(tài)估計(jì)值與觸發(fā)時(shí)刻狀態(tài)估計(jì)值的差值來(lái)決定是否傳輸狀態(tài)估計(jì)值至相鄰傳感器節(jié)點(diǎn)，以減少局部估計(jì)的通信負(fù)擔(dān)；并在此觸發(fā)機(jī)制下研究了有限時(shí)域上離散時(shí)變隨機(jī)系統(tǒng)的分布式H∞一致性濾波問(wèn)題。文獻(xiàn)[38]采用與文獻(xiàn)[37]相同的觸發(fā)機(jī)制來(lái)緩解傳感器數(shù)據(jù)傳輸中的資源浪費(fèi)，研究了離散時(shí)滯系統(tǒng)存在丟包和隨機(jī)非線性的分布式H∞濾波問(wèn)題。

在基于已知測(cè)量(估計(jì))相關(guān)閾值的事件觸發(fā)機(jī)制方面，文獻(xiàn)[39]采用基于已知測(cè)量(估計(jì))相關(guān)閾值的事件觸發(fā)機(jī)制，閾值參數(shù)是時(shí)變的，具有可達(dá)到的上下界，并假定加權(quán)矩陣與閾值參數(shù)相關(guān)。每個(gè)傳感器的事件間隔時(shí)間根據(jù)時(shí)變閾值參數(shù)及其當(dāng)前狀態(tài)估計(jì)信息進(jìn)行動(dòng)態(tài)調(diào)整，并在保證濾波誤差系統(tǒng)滿足H∞性能且漸近穩(wěn)定條件下，建立了期望的一致性濾波器存在判據(jù)；并在此事件觸發(fā)機(jī)制下解決了一類線性離散時(shí)不變系統(tǒng)的分布式H∞一致性濾波問(wèn)題，文獻(xiàn)[40]在相同觸發(fā)機(jī)制下研究了具有通信時(shí)延的連續(xù)線性時(shí)不變系統(tǒng)的分布式H∞濾波問(wèn)題，每個(gè)傳感器可以決定何時(shí)將其融合后的測(cè)量值傳輸給相鄰的傳感器，提出的協(xié)同設(shè)計(jì)算法綜合考慮了通信資源利用率與期望H∞性能指標(biāo)的均衡。

文獻(xiàn)[41]提出一種環(huán)形事件觸發(fā)機(jī)制，該觸發(fā)機(jī)制同時(shí)給出了觸發(fā)下界和觸發(fā)上界，只有當(dāng)相對(duì)誤差滿足一定的觸發(fā)環(huán)時(shí)，測(cè)量信號(hào)才被傳送給觀測(cè)/估計(jì)器。環(huán)形觸發(fā)機(jī)制具有兩個(gè)顯著特征：①?gòu)墓こ探嵌葋?lái)看，通常情況下，測(cè)量誤差位于某個(gè)極限環(huán)中。在極端情況下，很大程度上的異常測(cè)量可能會(huì)觸發(fā)該操作(例如監(jiān)測(cè)和維護(hù))；②環(huán)形觸發(fā)條件非常普遍，涵蓋了一個(gè)經(jīng)過(guò)充分研究的觸發(fā)條件，當(dāng)觸發(fā)上界為無(wú)窮大時(shí)，退化成傳統(tǒng)的絕對(duì)型事件觸發(fā)機(jī)制。文獻(xiàn)[42]提出的基于積分的觸發(fā)條件是對(duì)狀態(tài)值和測(cè)量誤差的積分函數(shù)，僅依賴于原始模擬系統(tǒng)的輸入到狀態(tài)穩(wěn)定假設(shè)來(lái)證明結(jié)果，證明了事件觸發(fā)時(shí)間間隔的一個(gè)下界的存在性，并對(duì)一類非線性系統(tǒng)給出了該下界的顯式值，該方案的保守性比以前的研究要小，并且在不強(qiáng)迫李雅普諾夫函數(shù)的導(dǎo)數(shù)為負(fù)的情況下實(shí)現(xiàn)了漸近穩(wěn)定性，該觸發(fā)機(jī)制不僅可以更顯著地降低網(wǎng)絡(luò)的帶寬利用率，而且從根本上消除了芝諾現(xiàn)象。

3 總結(jié)與展望

通過(guò)對(duì)基于事件觸發(fā)的故障診斷技術(shù)的概述，對(duì)國(guó)內(nèi)外的研究成果進(jìn)行了分類和分析。目前基于事件觸發(fā)的故障診斷技術(shù)研究還不夠充分，在許多領(lǐng)域尚未提出有效的故障診斷技術(shù)，如基于事件觸發(fā)時(shí)變系統(tǒng)的故障診斷技術(shù)及基于事件觸發(fā)分布式故障診斷及動(dòng)態(tài)事件觸發(fā)機(jī)制的研究。在對(duì)基于事件觸發(fā)的故障診斷研究中,存在著一些亟待解決的問(wèn)題：

1) 目前文獻(xiàn)中討論的事件觸發(fā)條件大都屬于靜態(tài)觸發(fā)機(jī)制，由此設(shè)計(jì)的故障診斷算法在資源利用意義上較為保守，因此如何讓事件觸發(fā)閾值動(dòng)態(tài)“自適應(yīng)地”隨著系統(tǒng)誤差的變化而調(diào)整，進(jìn)一步減少網(wǎng)絡(luò)資源占用，設(shè)計(jì)更加節(jié)省資源的動(dòng)態(tài)事件觸發(fā)策略故障診斷算法以及精確地建立與實(shí)際系統(tǒng)相符的數(shù)學(xué)模型將是具有重要現(xiàn)實(shí)意義的研究方向。

2) 目前針對(duì)基于事件觸發(fā)的網(wǎng)絡(luò)化環(huán)境下故障診斷問(wèn)題，討論的由網(wǎng)絡(luò)化引起的不完全信息描述還不夠準(zhǔn)確，所建立的丟包、通信時(shí)滯等模型有很大的局限性，不能有效反映實(shí)際情況。因此，發(fā)展一種具有普適性的可描述不完全測(cè)量信息的模型具有重要的現(xiàn)實(shí)意義。另一方面，在實(shí)際系統(tǒng)中還有一些以隨機(jī)方式發(fā)生的傳感器故障及執(zhí)行器故障等，然而基于這種隨機(jī)發(fā)生故障相應(yīng)的診斷問(wèn)題尚未引起應(yīng)有的關(guān)注。

3) 在事件觸發(fā)機(jī)制下，為了保證資源的合理配置，通常有部分系統(tǒng)性能損失，如何平衡所設(shè)計(jì)方法故障診斷的性能和通信資源的占用，協(xié)同地對(duì)事件觸發(fā)機(jī)制和故障診斷方法進(jìn)行設(shè)計(jì)，是基于事件觸發(fā)的故障診斷問(wèn)題的一大挑戰(zhàn)。