《Results in Engineering》：Towards Predictive Maintenance of Lithography Systems: Robust Fault Diagnosis via LPV-to-LTI Reformulation
编辑推荐：
【编辑推荐】针对线性参数变化（LPV）系统在精密运动控制中因参数摄动导致的故障检测难题，本研究创新性地将LPV模型转化为线性分式变换（LFT）不确定结构，提出了基于Hi/H∞性能指标的鲁棒故障检测滤波器设计方法。该方法通过最大化故障灵敏度与最小化扰动影响的权衡优化，实现了在H桥精密运动平台上的有效故障诊断，为复杂机电系统的可靠运行提供了新思路。
在现代高端制造与精密测量领域，如光刻机、晶圆检测设备等，高精度运动平台的稳定性和可靠性是决定系统性能的关键。这些平台通常采用多自由度、强耦合的复杂机电结构，其动态特性会随着执行器位置、负载等运行状态的变化而显著改变，本质上属于线性参数变化（LPV, Linear Parameter-Varying）系统。然而，传统的基于线性时不变（LTI, Linear Time-Invariant）模型的故障诊断方法，难以有效处理这种由参数变化引入的模型不确定性，可能导致故障漏报或误报，直接影响生产良率与设备安全。因此，发展能够适应参数变化、对模型失配具有强鲁棒性的故障检测与隔离（FDI, Fault Detection and Isolation）技术，成为提升先进装备智能化运维水平的核心挑战之一。
为了解决LPV系统在不确定性下的可靠故障诊断问题，研究人员开展了一项名为“基于Hi/H∞性能指标的鲁棒故障检测滤波器设计”的主题研究。该研究首先通过线性分式变换（LFT, Linear Fractional Transformation）将LPV系统重构为包含标称LTI模型和结构化不确定块的互联模型，从而将时变参数的影响嵌入到不确定集中。在此基础上，研究团队没有采用计算复杂的实时增益调度策略，而是别出心裁地提出了一种基于Hi/H∞性能指标的鲁棒滤波器设计方法。该方法的核心思想是，将故障检测滤波器的设计转化为一个多目标优化问题：即在所有允许的参数不确定性和频率下，最大化残差信号对故障的灵敏度（用传递函数矩阵的第i个奇异值σi
