基于分布式未知输入观测器的多智能体系统故障检测

Consensus problems for multi-agent systems have attracted a wide spread attention recently, however, the study on related fault detection problems is still in primary stage. In this project, fault detection problems for leaderless and leader-following multi-agent systems with several different types of agent dynamics will be considered under a consensus framwork. Some distributed unknown input observer based fault detection methods will be derived, together with netowork topology related fault detectability conditions.The proposed methods will be applied to fault detection problems for power plant systems of offshore engineering ships. Focusing on the subject of fault detection in multi-agent systems, the aim of this project is to improve some existing results, investigate some new problems, and initially apply the proposed results into practice. During the research process, the effect of the network topologies on the fault detecability will be fully considered. Attention will also be focused on reducing the detectors' requirements on the global information about the network topologies, and investigating the effect of agents' credibility difference on the fault detectability. Therefore, the proposed fault detection methods will be more suitable to the multi-agent systems than existing methods. The problems investigated in this project are selected from a hot topic in the control community, i. e. coordinated control of multi-agent systems，which confirms to the development trend of the subject.

多智能体系统的一致性问题近年来受到了广泛的关注，但是，与之相关的故障检测问题研究仍处于起步阶段。本项目拟针对几种具有不同智能体动态的无领导者和追随领导者的多智能体系统，在多智能体系统一致性问题的框架下研究故障检测问题，得到有效的基于分布式未知输入观测器的故障检测方法以及跟通信网络拓扑结构相关的故障可检测条件，并将所得方法应用到海洋工程船电力系统的故障检测问题。本项目的研究目的是围绕多智能体系统的故障检测这一主题，改进现有的结果并探讨新问题，得到一系列较成体系的理论成果并初步应用于实际工程。本项目在研究过程中充分考虑通信网络的拓扑结构对故障可检测性的影响，着重降低故障检测器对通信网络全局信息的依赖，并探索智能体的可信度差异对故障可检测性的影响，因而所提出的故障检测方法更符合实际多智能体系统的特点。本项目选题紧绕多智能体系统的协调控制这一控制科学领域的热点问题，顺应了该学科的发展趋势。

多智能体协调控制问题研究起源于对自然界中群体行为的探索。许多大规模的复杂工程系统都可以建模成多智能体系统，比如多机器人系统、无线传感器网络、智能微网等。研究多智能体协调控制不仅具有深刻的理论意义，还具有重要的应用价值。在工程应用中，所有的设备或者系统都有可能出现故障。当多智能体系统中有智能体出现故障时，如果故障不能及时排除，就会降低整个系统的性能。因此，如何发现故障，以及如何应对使得系统保持原有性能，是一个值得关注的问题。本项目研究就是在这一背景下提出并展开的。.本项目针对不同类型的多智能体系统，在深入研究故障估计问题的基础上，研究了多智能体系统的故障检测问题。主要研究成果如下：（1）针对没有领导者的多智能体系统，研究了故障检测问题，设计了故障观测器，在智能体之间通信网络为无向图的前提下，获得了故障可以被检测出的充分条件，给出了故障观测器参数的设计方法。如果智能体故障为执行器输出损失，则通过在控制算法里对故障进行补偿，可以使智能体的状态差值趋于原点附近的小邻域。（2）针对有领导者的多智能体系统，研究了相应的故障检测问题，设计了故障观测器，在智能体之间通信网络为有向图的前提下，获得了故障可以被检测出的充分条件，并给出了故障观测器参数的设计方法。在此基础上，得到了一种容错协同跟踪算法。同时，基于故障观测器的思想，提出了一种新的协同跟踪算法，并给出了跟踪误差收敛的充分条件，证明了只要选取的参数满足给定条件，就可以使得跟随者的跟踪误差趋于原点附近的一个邻域。（3）对多智能体系统一致性问题、协同目标跟踪问题以及一些其它控制理论相关问题进行了研究，获得了具有学术价值的发现和结论，为多智能体系统协调控制理论的进一步发展提供了更有效的方法。.在本项目的资助下，共发表学术论文15篇，其中在国内外学术期刊共发表论文9篇（SCI 收录8篇）；在国内外学术会议上发表论文6篇，均被EI收录。