基于事件觸發(fā)機制的故障診斷技術研究綜述

鐘麥英，劉 浩，朱曉強，張 璐

(山東科技大學 電氣與自動化工程學院，山東 青島 266590)

動態(tài)系統(tǒng)故障診斷理論是應用數(shù)學和控制論來研究復雜系統(tǒng)故障的重要科學基礎，是航空航天、智能制造等復雜工程系統(tǒng)可靠運行的技術保障，涉及國計民生與國家安全重大需求，國際自控聯(lián)合會(IFAC)、《國家中長期科學和技術發(fā)展規(guī)劃綱要(2006—2020)》等都將相關內(nèi)容部署為前沿研究方向和面向國家重大戰(zhàn)略任務的基礎研究方向，已成為國內(nèi)外自動控制界的研究熱點。經(jīng)過五十年的發(fā)展，該領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)的方法和基于知識的方法。其中，基于模型的故障診斷理論研究起始于上世紀七十年代，按照殘差產(chǎn)生器結構及設計方法的不同，基于解析模型的故障診斷方法主要包括參數(shù)估計方法、等價空間方法和基于觀測器方法[1-4]。

縱觀基于模型的故障診斷技術的發(fā)展，已有成果大部分都是基于時間觸發(fā)的等采樣周期機制，其核心科學任務是根據(jù)系統(tǒng)的數(shù)學模型和輸入輸出數(shù)據(jù)，自動、實時、準確地判斷故障的發(fā)生(故障檢測)、定位故障的位置(故障分離)和估計故障的大小(故障估計)。在時間觸發(fā)機制下，要求每一采樣時刻都將系統(tǒng)輸入、輸出數(shù)據(jù)發(fā)送至故障診斷子系統(tǒng)。然而，實際工程系統(tǒng)在穩(wěn)態(tài)與正常運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)傳輸不可避免地導致網(wǎng)絡資源的不必要浪費和消耗。特別是隨著現(xiàn)代化工程系統(tǒng)復雜度與集成度的不斷提高，在有限設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，如何通過設計合理的觸發(fā)機制以提高網(wǎng)絡資源利用率在理論研究和實際工程應用中都具有重要意義[5]。不同于傳統(tǒng)的時間觸發(fā)機制，基于事件的觸發(fā)機制可以看作是一種“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，近年來在控制領域引起了學者們的廣泛關注。事件觸發(fā)機制的核心思想是通過定義合理的“事件”生成器并通過判斷“事件”是否發(fā)生來決定是否觸發(fā)當前的操作。具體來說，在事件觸發(fā)機制下，通過判斷系統(tǒng)當前的信息是否滿足給定的觸發(fā)閾值來決定是否發(fā)送/更新該信息[5]。由此可知，在網(wǎng)絡資源受限的情況下，如何通過設計合理的信號觸發(fā)機制來提高資源利用率以及系統(tǒng)性能在理論研究和實際應用中都十分必要，基于事件觸發(fā)機制的估計、濾波和控制等問題已得到了自動控制界的廣泛關注[6-7]。

基于事件觸發(fā)機制的故障診斷技術是指系統(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、分離與估計，由于事件觸發(fā)機制存在“主動數(shù)據(jù)丟包”現(xiàn)象，致使故障診斷系統(tǒng)在非事件時刻的數(shù)據(jù)與實際系統(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”，導致已有時間驅(qū)動故障診斷方法不再適用，嚴重影響故障診斷系統(tǒng)性能。事件驅(qū)動故障診斷方法和觸發(fā)機制對故障檢測性能的影響已成為目前的研究熱點[8-23]。

本文在對近年來國內(nèi)外基于事件觸發(fā)機制故障診斷研究成果進行概述的基礎上，分別對基于事件觸發(fā)的故障診斷方法以及事件觸發(fā)的機制進行分類概述，并對基于事件觸發(fā)故障診斷的未來研究方向進行展望。

1 事件驅(qū)動故障診斷方法概述

網(wǎng)絡化系統(tǒng)故障診斷的首要任務是將系統(tǒng)的輸入、輸出數(shù)據(jù)通過網(wǎng)絡傳輸至故障診斷單元，在無故障發(fā)生的穩(wěn)態(tài)運行情況下，傳統(tǒng)的基于時間觸發(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)絡資源浪費甚至導致網(wǎng)絡擁塞，引發(fā)一系列網(wǎng)絡誘導時滯等現(xiàn)象。因此，基于事件觸發(fā)機制的故障診斷方法無疑為解決網(wǎng)絡資源有限問題提供了有效的方案，已成為國內(nèi)外自動控制界的研究熱點，并取得了一系列研究成果[8-23]。按照故障診斷濾波器結構及故障檢測濾波器設計方法，將基于事件驅(qū)動的故障診斷技術大致分為4類：事件驅(qū)動的(擴展)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)動的(擴展)卡爾曼濾波方法

故障估計在本質(zhì)上可轉換為狀態(tài)與時變故障參數(shù)的聯(lián)合估計問題?，F(xiàn)代控制理論奠基人之一、美國科學院和工程院院士Kalman(卡爾曼)提出卡爾曼濾波器；為解決非線性系統(tǒng)故障估計問題，進一步提出了擴展卡爾曼濾波器，但仍然存在估計不準確和發(fā)散的缺陷。在(擴展)卡爾曼濾波的基礎上發(fā)展得到的無跡卡爾曼濾波、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不準和發(fā)散的問題。基于事件觸發(fā)的卡爾曼濾波問題的研究近年來也取得許多進展[8-10]：文獻[8]研究了線性定常系統(tǒng)多傳感器測量的精確性和近似集值Kalman濾波器的性能，分析了集值測度對估計均值集大小的影響，給出了在估計均值集較小的情況下提高性能的條件，并將結果應用于基于事件的估計，允許通過考慮性能和通信速率的要求來設計事件觸發(fā)條件，建立并求解了事件觸發(fā)條件優(yōu)化設計問題；針對非線性系統(tǒng)，擴展卡爾曼濾波器可解決系統(tǒng)狀態(tài)的估計問題，文獻[9]研究了一類非線性多速率系統(tǒng)的事件觸發(fā)濾波問題；針對非線性帶來的不確定性，提出了一種新的增廣方法，將多速率非線性系統(tǒng)轉化為單速率系統(tǒng)，并根據(jù)基于事件觸發(fā)機制的測量輸出，采用擴展卡爾曼濾波器實現(xiàn)對系統(tǒng)狀態(tài)的估計；文獻[10]以網(wǎng)絡化非線性濾波系統(tǒng)為研究對象，將線性隨機事件驅(qū)動濾波系統(tǒng)中的結論推廣至非線性系統(tǒng)，推導了兩種事件驅(qū)動機制在容積卡爾曼濾波算法框架中的濾波更新過程，得到了基于事件驅(qū)動的容積卡爾曼濾波算法，并證明了檢測事件驅(qū)動模式優(yōu)于隨機事件驅(qū)動模式。需要注意的是，文獻[8-10]是針對事件觸發(fā)機制下的高斯白噪聲系統(tǒng)，而對于更具一般性的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)動的H∞濾波方法

如文獻[1-4]所述，故障診斷系統(tǒng)必須對未知擾動和模型不確定性具有魯棒性，并同時保證對故障的敏感性，從而克服故障的誤報和漏報，確保故障檢測的正確性與實時性。針對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為殘差與故障的漸近跟蹤問題[2]，為該類系統(tǒng)的故障診斷提供了重要的故障診斷技術手段。文獻[11]研究了線性離散時變系統(tǒng)H∞故障檢測問題，將有限時域H∞故障檢測濾波器設計轉化為二次型最小值問題，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∞故障檢測濾波器遞推解。目前，事件驅(qū)動H∞故障診斷方法主要是在網(wǎng)絡傳輸時滯以及范數(shù)有界未知輸入框架下，基于H∞濾波設計故障診斷濾波器[12-15]。文獻[12]考慮了信道衰減、時變時滯以及事件觸發(fā)引起的誤差對濾波器設計的影響，設計了一種用于具有信道衰減的離散時滯非線性系統(tǒng)的事件觸發(fā)非脆弱H∞故障檢測濾波器，并基于李雅普諾夫穩(wěn)定性理論、隨機分析技術和線性矩陣不等式技術，得到非脆弱故障檢測濾波器存在的充分條件，使殘差產(chǎn)生器隨機穩(wěn)定且滿足H∞性能指標。文獻[13]研究了一類馬爾可夫跳變系統(tǒng)的事件驅(qū)動魯棒H∞故障檢測問題，采用事件觸發(fā)機制來調(diào)整發(fā)送到遠程模塊的數(shù)據(jù)傳輸頻率，提出一種基于事件的故障檢測方法，以保證殘差對故障的敏感性和對擾動的魯棒性。文獻[14]研究了一類隨機非線性系統(tǒng)的事件驅(qū)動H∞故障檢測問題，提出一種自適應事件觸發(fā)機制，并將魯棒故障檢測問題歸結為時滯系統(tǒng)H∞故障濾波。文獻[15]研究了具有時滯的離散記憶神經(jīng)網(wǎng)絡的故障檢測濾波器設計問題，通過采用故障加權矩陣函數(shù)來提高故障檢測濾波器的精度，設計了能保證殘差系統(tǒng)漸近穩(wěn)定且滿足H∞性能指標的濾波器。

基于H∞濾波的事件驅(qū)動故障檢測方法，優(yōu)點是可以應用線性矩陣不等式技術、方便設計H∞故障檢測濾波器，缺點是沒有考慮殘差對故障敏感性以及殘差對擾動魯棒性的均衡設計。此外，基于H∞濾波的故障檢測方法給出的均是問題可解的充分條件，解的保守性較大。

1.3 事件驅(qū)動的Hi/H∞優(yōu)化方法

故障診斷領域國際權威德國教授Frank提出了傳遞函數(shù)矩陣范數(shù)比型的故障檢測魯棒性準則函數(shù)，即Hi/H∞優(yōu)化方法，目前很多線性定常系統(tǒng)魯棒故障檢測方法都是通過優(yōu)化該準則函數(shù)得到的Hi/H∞優(yōu)化故障方法設計殘差產(chǎn)生器[3]，使故障診斷濾波器在對擾動信號具有魯棒性的同時對故障信號具有敏感性。文獻[16]將該方法推廣應用于線性離散時變系統(tǒng)的故障檢測，提出一種魯棒故障檢測濾波器的優(yōu)化設計方法，實現(xiàn)了有限時域H∞/H∞或H-/H∞性能指標的最大化?？紤]到事件觸發(fā)機制能提高資源利用率以及系統(tǒng)性能，近來基于事件觸發(fā)的Hi/H∞故障診斷方法也得到了一定關注[17-20]。文獻[17]討論了基于H-/H∞具有線性參數(shù)變化模型的離散動態(tài)系統(tǒng)的事件觸發(fā)故障檢測方法，提出了一種混合H-/H∞形式來衰減擾動和控制輸入對殘差信號的影響，同時使殘差信號對故障的敏感性達到最大。文獻[18]研究了多智能體系統(tǒng)事件觸發(fā)的Hi/H∞故障診斷問題，在滿足特定事件條件時接收相鄰代理的輸出測量值，各個代理相互協(xié)作來檢測團隊中是否發(fā)生了故障，不僅能夠檢測到自身故障，而且能夠檢測到其相鄰代理是否發(fā)生故障。文獻[19]將基于H∞/H∞優(yōu)化的故障檢測應用于事件觸發(fā)故障檢測中，通過求解離散時間黎卡提方程得到優(yōu)化問題的求解方法。值得注意的是，上述事件驅(qū)動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，但無法實現(xiàn)事件觸發(fā)傳輸誤差與殘差信號的完全解耦，不可避免導致故障檢測性能的下降。為此，文獻[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，實現(xiàn)了殘差信號與事件觸發(fā)傳輸誤差的全解耦，提高了事件觸發(fā)Hi/H∞故障檢測系統(tǒng)性能。

1.4 事件驅(qū)動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，但這種控制方式對計算機的可靠性和安全性要求甚高，只適合于結構簡單的系統(tǒng)。近年來隨著系統(tǒng)規(guī)模日漸龐大、控制算法日益復雜，傳統(tǒng)的集中式系統(tǒng)已經(jīng)不能滿足實際需求，分布式系統(tǒng)以其良好的容錯性、靈活性、便于維護等優(yōu)點逐漸成為發(fā)展趨勢，分布式系統(tǒng)的故障診斷問題引起廣泛關注[21-23]。文獻[21]在事件觸發(fā)機制下研究了多加權多延遲大型互聯(lián)系統(tǒng)的分布式同步故障檢測與控制問題，針對非線性擾動、測量輸出量化、冗余信道和隨機欺騙攻擊等影響，考慮了大系統(tǒng)在相鄰子系統(tǒng)之間的多個耦合鏈路，通過設計分布式故障檢測與控制器模塊，保證了整個閉環(huán)系統(tǒng)的指數(shù)均方穩(wěn)定性，同時滿足了期望的控制性能和H∞故障檢測性能。文獻[22]研究了通訊及能源有限的多智能體系統(tǒng)分布式故障檢測與協(xié)同控制問題，為了減少代理之間的通信，提出一種動態(tài)事件觸發(fā)的數(shù)據(jù)傳輸模式。文獻[23]在事件觸發(fā)機制下研究了無線傳感器網(wǎng)絡分布式狀態(tài)估計和故障檢測問題，提出一種基于事件觸發(fā)機制的分布式H∞故障檢測方法，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)定性和隨機意義下的H∞故障檢測性能指標。

2 事件觸發(fā)機制概述

事件觸發(fā)機制的概念可以追溯到1959年。文獻[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)以給定增量改變時獲得的新值，且僅當數(shù)據(jù)被需要時才會被傳輸，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)絡資源。根據(jù)事件觸發(fā)條件的不同，事件觸發(fā)機制主要分為靜態(tài)事件觸發(fā)[12-14,17-21,25-28]、動態(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)機制

靜態(tài)事件觸發(fā)機制是目前采用最廣泛的觸發(fā)機制。預先設置的常值為事件觸發(fā)閾值(或閾值參數(shù))，當觸發(fā)函數(shù)超過給定的靜態(tài)閾值方產(chǎn)生一個新的事件。靜態(tài)事件觸發(fā)機制已廣泛應用于事件觸發(fā)機制下的故障檢測[12-13,17-21,23,28]、濾波[25]、狀態(tài)估計[26]以及控制[27]等問題的研究。其中，文獻[25]根據(jù)當前時刻與觸發(fā)時刻信息的差值來決定下一觸發(fā)時刻，在此觸發(fā)機制下研究了具有帶寬能量約束的無線傳感器網(wǎng)絡上的分布集成濾波問題，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)頻率并同時獲得滿意濾波性能的思路。文獻[26]在與文獻[25]相同的觸發(fā)機制下研究了基于分布式事件的網(wǎng)絡系統(tǒng)狀態(tài)估計問題，針對不同代理各自的事件觸發(fā)協(xié)議，通過一個公共總線網(wǎng)絡零星地交換數(shù)據(jù)，提出了一個綜合程序來設計代理的狀態(tài)估計器和事件觸發(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，且滿足預先確定的性能指標。文獻[9]和[12]均采用絕對型靜態(tài)事件觸發(fā)機制，當最新觸發(fā)值與當前測量值之間的差值超出給定靜態(tài)閾值時產(chǎn)生新的事件。然而，由于此觸發(fā)機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致不必要的數(shù)據(jù)處理。文獻[27]采用相對型靜態(tài)觸發(fā)機制，即僅當最新觸發(fā)值與當前測量值之間的差值與當前測量值相比差值足夠大時產(chǎn)生新的事件，在此觸發(fā)機制下綜合考慮了多目標故障檢測、隔離和控制問題，在傳感器與故障檢測隔離控制模塊以及故障檢測隔離控制模塊與執(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)機制，以期達到進一步節(jié)約網(wǎng)絡資源的效果。文獻[27]與[28]采用相同的觸發(fā)機制，用模糊系統(tǒng)方法研究了非線性網(wǎng)絡化控制系統(tǒng)故障檢測問題。在文獻[28]的基礎上，文獻[29]進一步研究了帶有網(wǎng)絡丟包和(x,v)-相關噪聲的模糊系統(tǒng)的故障檢測問題。

需注意到，以上基于事件觸發(fā)的故障檢測方法都是在全頻域段內(nèi)考慮的，然而實際系統(tǒng)的外部干擾和故障的大致頻域范圍通?？筛鶕?jù)先驗知識獲知。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設計故障檢測估計器未免太過保守。為此，文獻[30]采用上述相對型靜態(tài)事件觸發(fā)機制，在有限頻域內(nèi)研究了具有李普希茲非線性的網(wǎng)絡化系統(tǒng)故障檢測問題，考慮到在事件觸發(fā)情況下基于廣義Kalman-Yakubovic-Popov(簡稱KYP)引理的故障檢測方法不再適用，該文將非線性誤差動態(tài)系統(tǒng)轉化成一類線性參數(shù)變化系統(tǒng)來處理，并在此基礎上研究了基于廣義KYP的網(wǎng)絡化系統(tǒng)事件驅(qū)動故障檢測問題。文獻[31]在靜態(tài)觸發(fā)機制下研究了非高斯隨機分布模糊系統(tǒng)的故障檢測問題，提出一種基于輸出概率密度函數(shù)信息的事件觸發(fā)觀測器方法，由于隨機分布系統(tǒng)的可用信息是量測輸出的概率密度函數(shù)，增加了基于事件觸發(fā)觀測器的設計難度。

2.2 動態(tài)事件觸發(fā)機制

靜態(tài)事件觸發(fā)機制因具有物理含義明顯、設計過程簡單等優(yōu)勢，在過去10年獲得了大量關注，但是由于其觸發(fā)閾值預先給定，有一定的保守性且會導致不必要的數(shù)據(jù)處理，因此有學者在靜態(tài)事件觸發(fā)策略的基礎上，提出了動態(tài)事件觸發(fā)策略，目前關于動態(tài)事件觸發(fā)機制剛開始受到學者們的關注，只有少量的文獻被報道[32-36]。文獻[32]為較早介紹動態(tài)事件觸發(fā)傳輸機制的文獻，考慮了一類連續(xù)時間非線性系統(tǒng)的控制問題，觸發(fā)條件中通過引入由微分方程描述的內(nèi)部動態(tài)變量，來刻畫其閾值隨系統(tǒng)狀態(tài)的動態(tài)變化情況，文中詳細討論了系統(tǒng)參數(shù)對李雅普諾夫函數(shù)衰減率的影響，證明了基于動態(tài)事件觸發(fā)傳輸機制下的內(nèi)執(zhí)行時間下界不小于基于時間觸發(fā)機制條件下的內(nèi)執(zhí)行。文獻[33]采用基于自適應調(diào)節(jié)的事件觸發(fā)機制來減輕網(wǎng)絡通信負擔，在此基礎上研究了網(wǎng)絡化系統(tǒng)的故障檢測問題。與文獻[32]不同，文獻[33]中的事件觸發(fā)參數(shù)并不是根據(jù)某個具體的動態(tài)方程進行演化，而是在每一時間步以給定的速率線性增長，直到到達某個給定的閾值。

綜上所述，動態(tài)事件觸發(fā)機制的特點在于觸發(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，動態(tài)事件觸發(fā)機制能夠在靜態(tài)觸發(fā)機制的基礎上進一步減少系統(tǒng)的觸發(fā)次數(shù)從而更加節(jié)約系統(tǒng)資源，具有更寬廣的應用前景。事件驅(qū)動系統(tǒng)的主要難點之一是設計合適的事件觸發(fā)機制，保證事件間存在一個正的最小事件間隔時間(可以避免芝諾行為)。文獻[34]通過添加一個輔助參數(shù)改進了這種觸發(fā)方式，提供最小事件間隔時間的下限，結果表明，具有這種觸發(fā)機制的事件驅(qū)動系統(tǒng)比文獻[35]中介紹的相應系統(tǒng)更有效、更不保守。近年來基于動態(tài)事件觸發(fā)機制的網(wǎng)絡化系統(tǒng)的控制問題、濾波問題和估計問題已經(jīng)引起了人們的重視。然而，對于基于動態(tài)事件觸發(fā)機制的故障檢測問題仍然關注較少，如針對基于動態(tài)事件觸發(fā)機制的離散時變系統(tǒng)的故障檢測問題仍是故障檢測領域的國際前沿課題和難題之一。這一問題的解決將對保證基于事件觸發(fā)機制的網(wǎng)絡化系統(tǒng)的安全性和可靠性發(fā)揮重要作用，將有力地促進數(shù)字化通信環(huán)境下故障檢測技術的進一步發(fā)展。

2.3 其他事件觸發(fā)機制

迄今為止，有關其他觸發(fā)機制(不包括固定閾值觸發(fā)和相對閾值觸發(fā))的研究較少，主要有基于瞬時測量(估計)相關閾值的事件觸發(fā)機制[37-38]、基于已知測量(估計)相關閾值的事件觸發(fā)機制[39-40]、環(huán)形事件觸發(fā)機制[41]和積分型事件觸發(fā)機制[42]。

基于瞬時測量(估計)相關閾值的事件觸發(fā)機制是采用基于瞬時測量(估計)來確定閾值的觸發(fā)方式。文獻[37]在每個傳感器節(jié)點均采用基于瞬時估計依賴閾值的事件觸發(fā)機制，根據(jù)當前時刻狀態(tài)估計值與觸發(fā)時刻狀態(tài)估計值的差值來決定是否傳輸狀態(tài)估計值至相鄰傳感器節(jié)點，以減少局部估計的通信負擔；并在此觸發(fā)機制下研究了有限時域上離散時變隨機系統(tǒng)的分布式H∞一致性濾波問題。文獻[38]采用與文獻[37]相同的觸發(fā)機制來緩解傳感器數(shù)據(jù)傳輸中的資源浪費，研究了離散時滯系統(tǒng)存在丟包和隨機非線性的分布式H∞濾波問題。

在基于已知測量(估計)相關閾值的事件觸發(fā)機制方面，文獻[39]采用基于已知測量(估計)相關閾值的事件觸發(fā)機制，閾值參數(shù)是時變的，具有可達到的上下界，并假定加權矩陣與閾值參數(shù)相關。每個傳感器的事件間隔時間根據(jù)時變閾值參數(shù)及其當前狀態(tài)估計信息進行動態(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)機制下解決了一類線性離散時不變系統(tǒng)的分布式H∞一致性濾波問題，文獻[40]在相同觸發(fā)機制下研究了具有通信時延的連續(xù)線性時不變系統(tǒng)的分布式H∞濾波問題，每個傳感器可以決定何時將其融合后的測量值傳輸給相鄰的傳感器，提出的協(xié)同設計算法綜合考慮了通信資源利用率與期望H∞性能指標的均衡。

文獻[41]提出一種環(huán)形事件觸發(fā)機制，該觸發(fā)機制同時給出了觸發(fā)下界和觸發(fā)上界，只有當相對誤差滿足一定的觸發(fā)環(huán)時，測量信號才被傳送給觀測/估計器。環(huán)形觸發(fā)機制具有兩個顯著特征：①從工程角度來看，通常情況下，測量誤差位于某個極限環(huán)中。在極端情況下，很大程度上的異常測量可能會觸發(fā)該操作(例如監(jiān)測和維護)；②環(huán)形觸發(fā)條件非常普遍，涵蓋了一個經(jīng)過充分研究的觸發(fā)條件，當觸發(fā)上界為無窮大時，退化成傳統(tǒng)的絕對型事件觸發(fā)機制。文獻[42]提出的基于積分的觸發(fā)條件是對狀態(tài)值和測量誤差的積分函數(shù)，僅依賴于原始模擬系統(tǒng)的輸入到狀態(tài)穩(wěn)定假設來證明結果，證明了事件觸發(fā)時間間隔的一個下界的存在性，并對一類非線性系統(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，并且在不強迫李雅普諾夫函數(shù)的導數(shù)為負的情況下實現(xiàn)了漸近穩(wěn)定性，該觸發(fā)機制不僅可以更顯著地降低網(wǎng)絡的帶寬利用率，而且從根本上消除了芝諾現(xiàn)象。

3 總結與展望

通過對基于事件觸發(fā)的故障診斷技術的概述，對國內(nèi)外的研究成果進行了分類和分析。目前基于事件觸發(fā)的故障診斷技術研究還不夠充分，在許多領域尚未提出有效的故障診斷技術，如基于事件觸發(fā)時變系統(tǒng)的故障診斷技術及基于事件觸發(fā)分布式故障診斷及動態(tài)事件觸發(fā)機制的研究。在對基于事件觸發(fā)的故障診斷研究中,存在著一些亟待解決的問題：

1) 目前文獻中討論的事件觸發(fā)條件大都屬于靜態(tài)觸發(fā)機制，由此設計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)閾值動態(tài)“自適應地”隨著系統(tǒng)誤差的變化而調(diào)整，進一步減少網(wǎng)絡資源占用，設計更加節(jié)省資源的動態(tài)事件觸發(fā)策略故障診斷算法以及精確地建立與實際系統(tǒng)相符的數(shù)學模型將是具有重要現(xiàn)實意義的研究方向。

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

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