基于状态观测器的故障诊断方法

合集下载

核主元分析在故障诊断中的研究与应用

核主元分析在故障诊断中的研究与应用

核主元分析在故障诊断中的研究与应用摘要化工在工业生产中占有举足轻重的地位,它几乎涉及到人们生活的各个方面,近年来,随着科学技术,尤其是计算机技术的飞速发展,化工过程生产装置的规模越来越大,工艺越来越复杂,自动化水平越来越高,因此化工过程的安全性和可靠性就显得特别重要。

采用故障诊断技术来提高化工过程的安全性和可靠性是一种有效而重要的方法,因此对化工过程进行故障诊断研究具有极其重要的价值。

本文介绍了主元分析法和核主元分析法在故障诊断的研究应用,并在化工过程中进行了仿真应用研究,针对主元分析法(PCA)应用于复杂非线性的化工过程故障检测时存在性能差的问题。

我们提出利用核主元分析法(KPCA)来进行故障检测的思想,从而将输入空间中复杂的非线性问题转化为特征空间中的线性问题,在特征空间中采用T2和SPE 的贡献率检测出系统的故障。

TE过程的研究应用验证了算法的可行性,达到了预期的效果。

关键词:故障检测主元分析核主元分析TE过程Ikernel principal component analysis in failure diagnosis research andapplicationAbstractChemical industry plays a very important role in industrial production, it involves almost all aspects of people,s lives. In recent years, along with the development of scienee and technology, especially computer technology, production units of chemieal industry become bigger and bigger. Technological processes beeome more complex, automatic level becomes higher and higher. Therefore, the security and reliability of chemieal proeess is more important. There is are many methods to improve system’s, fault diagnosis technology is avery effeetive and important method to improve the security and reliability of chemical proeess. So research on fault diagnosis has vitally important value for chemical industry process.The thesis introduces the methods of principal component analysis and kernel principal component analysis are analyzed for fault diagnosis, and simulations are applied to Tennessee Eastman chemical proeess. For complex and nonlinear chemical industry processes, the performance of fault detection is very poor when principal component analysis (PCA) is used. Thus the concept of using kernel principal component analysis (KPCA) to conduct fault detection is proposed, which will make the complex nonlinear problem in input space convert into linear problem in feature space, according to calculate the contribution of each original variable for Hotelling T2 and SPE to research on fault detection. The application study of Tennessee Eastman chemical process proves the feasibility of the proposed methods, and achieves the expected results.Key Words:fault detection; principal component analysis; kernel principal component; Tennessee Eastman processII目录摘要 (I)Abstract (II)第一章绪论 (1)1.1课题背景 (1)1.2 故障诊断方法 (1)1.2.1 依赖于模型的故障诊断方法 (1)1.2.2 不依赖于模型的故障诊断方法 (2)1.3 仿真技术 (3)1.4 动态系统仿真工具Matlab/Simulink简介 (3)1.5 本论文主要研究工作 (3)第二章基于特征样本核主元分析的过程故障检测方法 (4)2.1 主元分析方法介绍 (4)2.2 应用PCA的前提条件 (4)2.3 PCA基本原理及PCA算法 (4)2.4 主元分析故障检测的基本方法 (5)2.5 核主元分析研究背景 (6)2.6 核主元分析 (6)2.6.1 核主元算法 (6)2.6.2 特征样本提取 (8)2.7 核主元在线故障监测方法 (9)2.7.1 基于T2和SPE的在线故障检测方法 (9)2.7.2 核主元的故障监测步骤 (10)2.8 主元分析法和核主元分析法的比较 (11)第三章TE过程描述 (13)3.1 TE模型实验系统的概述 (13)3.2 数据的生成 (15)3.3 TE仿真模型 (15)第四章仿真过程的建立与结果 (18)4.1 数据来源 (18)4.2 故障检测分析 (19)III第五章总结 (27)参考文献 (28)致谢 (30)附录 (I)IV南京工业大学本科毕业设计(论文)第一章绪论1.1课题背景目前,故障诊断技术已成为一个十分活跃的研究领域。

传感器的应变极限和疲乏寿命 传感器是如何工作的

传感器的应变极限和疲乏寿命 传感器是如何工作的

传感器的应变极限和疲乏寿命传感器是如何工作的1、应变极限应变极限是指在确定温度下,应变片的指示应变与试件的真实应变的相对误差达规定值时的真实应变值。

2、疲乏寿命在恒定幅值的交变力作用下,可以连续工作而不产生疲乏损坏的循环次数N称为应变片的疲乏寿命.绝缘电阻和最大工作电流1、绝缘电阻应变片的绝缘电阻Rm是指已粘贴的应变片的引线与被测件之间的电阻值。

通常要求在50~100MΩ以上。

其下降将使测量系统的灵敏度降低。

2、最大工作电流是指已安装的应变片,允许通过敏感栅而不影响其工作特性的最大电流Imax。

工作电流大,输出信号也大,灵敏度高。

通常静态测量时取25mA左右,动态测量时取75~100mA。

劳易测传感器电流型在运行的过程中,会受到电流冲击等因素的干扰从而发生故障,导致系统崩溃。

对于它的故障诊断方法紧要有以下几种。

(1)基于模型诊断方法。

这种诊断方法的基础是数学建模,也就是说数学模型在电动机上的应用。

必需要用到观测器。

观测器所观测的信息与实际对电流传感器的测量信息做一个数据对比,从而判定故障。

利用全阶自适应观测器来产生一个残差,依据残差和给定的阈值判定电流传感器故障。

(2)基于信号诊断方法。

这种诊断方法是通过对信号的测量、对信号特征的辨别来诊断是否发生故障。

假如劳易测传感器电流型发生了故障,那么就会显示出不同的信号特征,对其予以记录,故障信号特征与正常系统的特征不同,那么依据之前的阅历就可以精准地把握故障的定位,对其进行辨识,从而予以解决。

在没有障碍顺当运行时,各相的故障定位变量都将趋近一个固定值。

而在某相电流传感器故障后,这个值会与其他两相显著不同,从而定位故障。

(3)基于学问的故障诊断方法。

这种诊断方法的依据和基础与前两者略有不同,其需要实时数据与历史数据,兩者同时具备的情况下才能去诊断。

这种诊断,在实际应用中还是很广泛的。

在劳易测传感器电流型显现故障之后,紧要有3种方法进行修复。

(1)基于状态观测器的容错掌控方法。

设备故障诊断

设备故障诊断

漫谈设备故障检测在役设备故障诊断技术在设备运行中或基本不拆卸全部设备的情况下,掌握设备的运行状态,判定产生故障的部位和原因,并预测预报未来状态的技术。

是防止事故的有效措施,也是设备维修的重要依据。

连续生产过程,如石油炼制、化工、电力、钢铁、冶金等行业,它们的生产环境通常处于高温高压或低温真空等极端条件,如操作不当,疏于检测或因不可抗拒的自然界因素,时有生产中断、爆炸、泄漏毒气的危险。

多年来,汽轮机转子断裂、锅炉断裂、反应器升压爆炸、有毒气体泄漏等事故常有发生,不仅给生产带来巨大损失,而且严重威胁着人身安全。

因此故障检测和诊断问题引起了越来越多的关注。

从机械设备诊断技术的起源与发展来看,机械设备诊断技术的目的就是保证可靠的高效的发挥设备应有的功能【1】。

也就是:役是保证设备无故障,工作可靠:二是保证物尽其用,设备要发挥其最大的效益;三是保证设备在江油故障或已有故障时,能及时诊断出来,正确的加以维修,以减少维修时间、提高维修质量、节约维修费用,使重要的设备能按设备状态进行维修(即视情况维修或预知维修),改革目前按时维修的体制【2】。

应指出,故障不能与失效,更不等于损坏,失效与损坏是严重的故障。

设备正常工作是指它具备应有的功能、没有任何缺陷;设备出现异常是缺陷有了进一步发展、使设备状态发生变化,性能恶化,但仍能维持工作。

故障则是缺陷发展到使设备性能和功能都有所丧失的程度。

【3】故障诊断(FD)始于机械设备故障诊断,其全名是状态检测与故障诊断(CMFD)。

它的基本过程包含两方面:一是对设备运行状态进行检测;二是发现异常情况后对设备的故障进行分析、诊断。

其发展过程经历了从简易诊断到精密诊断,从一般诊断到智能诊断,从单机诊断到网络诊断的过程。

【4】由于目前人们对故障诊断的理解不同,各工程领域都有各自的方法。

根据系统采用的特征描述和决策方法的差异,我们将故障诊断的方法概括为:基于系统数学模型的故障诊断方法和基于非模型的故障诊断方法两大类【5】。

电厂自动控制系统存在问题解决对策

电厂自动控制系统存在问题解决对策

电厂自动控制系统存在的问题与解决对策的研究摘要:良好的电厂热工自动控制系统的故障诊断装置,通过利用电厂现有分散控制系统(dcs)中的故障诊断所需信号,进行故障的检测、诊断和处理,可以大大的提高电厂热工自动系统的可靠性。

关键词:自动控制系统;故障诊断;应对措施1 电厂常规自动控制系统存在的问题电厂的自动控制系统应用是比较广泛,其控制的原理和控制方法基本上是相似的,在运行中遇到的问题也是大同小异的。

故本文将以比较典型的过热汽温控制系统为例进行介绍。

1.1 传感器典型故障类型感器的常见故障:①传感器断线:传感器处于断开的状态。

②传感器恒偏差:传感器的输出信号和实测值存在较大偏差。

③传感器的增益变化:传感器的输出增益衰减或增大。

④传感器卡死:传感器的输出不随被测量值的变化而变化,保持一个恒定的输出值。

⑤传感器脉冲性故障:传感器的输出突然出现很短时间的突变后又恢复正常。

1.2 自动控制系统故障诊断装置的硬件设计问题针对原硬件的使用情况,在原设计系统中充分进行硬件的开发利用,实现新的功能。

1.3 控制系统中的软件对故障诊断存在低效和不合理对原有软件的一些子程序进行完善性编程,增加和加强故障诊断数据存储和通讯功能,便于系统故障诊断的进行。

2 解决上述问题的方法2.1 基于各种实际情况建立模型以响应系统动态特性众所周知,过热汽温系统是一个多扰动输入系统,通常控制模式为:减温水流量为输入,各级减温器后的蒸汽温度为输出,其他为扰动因素。

但该模式因系统负荷的变化而无法满足日常的控制,故本文认为采用建立模糊动态模型,以小区域控制模型代替大区域控制模型,提高系统控制和响应精度,从而获得全控制范围高精度的动态响应,保证系统能够满足生产要求,具体做法是在典型工况(如35%,50%,70%,100%负荷)下分别建立对象相应的线性模型,规定其相应的工作范围和转换条件,通过模糊关系连接来描述全系统。

对于过热汽温系统,动态模型可将蒸汽负荷作为条件变量,用模糊语言来描述系统运行所处的工况。

地大《现代控制理论》在线作业二[60467]

地大《现代控制理论》在线作业二[60467]

地大《现代控制理论》在线作业二
一、单选题
1.保证稳定是控制系统正常工作的必要前提,对受控系统通过反馈使其极点均具有负实部,保证系统渐近稳定称为()。

A.能控性
B.能观性
C.系统镇定
D.稳定性
答案:C
2.对于能控能观的线性定常连续系统,采用静态输出反馈闭环系统的状态()。

A.能控且能观
B.能观
C.能控
D.以上三种都有可能
答案:A
3.对于同一个系统,可有()个状态空间表达式。

A.1个
B.2个
C.3个
D.无穷多个
答案:D
4.由状态空间模型导出的传递函数()。

A.惟一
B.不惟一
C.无法判断
D.皆有可能
答案:A
5.维数和受控系统维数相同的观测器为()。

A.降维观测器
B.全维观测器
C.同维观测器
D.以上均不正确
答案:B
6.根据线性二次型最优控制问题设计的最优控制系统一定是()的。

A.渐近稳定
B.稳定
C.一致稳定
D.一致渐近稳定
答案:A
7.下列语句中,正确的是()。

A.系统状态空间实现中选取状态变量是唯一的,其状态变量的个数也是唯一的
B.系统状态空间实现中选取状态变量不是唯一的,其状态变量的个数也不是唯一的。

船舶故障诊断技术研究【文献综述】

船舶故障诊断技术研究【文献综述】

毕业论文文献综述轮机工程船舶故障诊断技术研究一、研究背景及意义故障诊断的发展和应用,是随着船舶设备技术以及相应的维修模式的发展相联系的。

20世纪以前,船舶结构简单,维修费用低人类对船舶的维修基本上是事后维修,即某部分出现问题后在进行故障分析和维护,故障诊断完全没有引起人们的注意。

进入20世纪后,随着船舶设备本身技术水平和复杂程度的提高,设备故障对船舶产生显著影响,出现了定期维修,一边事故发生前加以处理。

1960年代以后,海南事故频发,人类开始意识到传统的定期维修的弊端,开始变定期为修为与之维修,及监测船舶的工作,预先发现潜在的故障因素,及早采取措施,防止突发性故障。

预知维修方式,不仅大大减少了灾难的发生,而且避免了失修和过剩维修,经济效益可观,很快被大多数船公司认可,促使故障诊断技术得到了迅速发展。

二、国内外故障诊断技术研究现状故障诊断发展至今,取得了很大进步。

但是目前,故障诊断方法的分类还没有统一标准。

根据其理论和方法特点,一般为基于信号处理的方法、基于解析模型的方法和基于知识的方法等三类[]2。

2.1 基于信号处理的方法基于信号处理的方法,通常利用信号模型,直接根据检测数据判断,也可采用相应的信号分析和处理方法,如相关函数如相关函数、频谱、自回归滑动平均等,提取诸如方差、幅值、频率等特征。

直接利用信号模型、回避了抽取对象数学模型的难点,对于线性系统和非线性系统都适用,具有一定的通用性。

这种方法具体可分为下面几种实现方式[]2(1)直接测量法即通过仪器、仪表等,并借助操作人员的感官,通过看、听、摸、嗅等方法,直接测量或观测被诊断对象有关的输出。

若输出超出正常范围,则认为对象经或将要发生故障。

故障诊断技术发展的初期阶段,大多采用这种方法,特点是简单,但常常受操作人员的经验、技术水平和身体状态等的影响,容易出现误判和漏判。

(2)信号处理技术故障往往由于冲击、振荡、碰撞、转速突变等引起,从而也引发相应状态监测传感器的检测信号的突变和噪声增加,各种变化的奇变点处含有丰富的故障信息。

网络控制系统故障检测诊断论文

网络控制系统故障检测诊断论文

网络控制系统的故障检测与诊断摘要:利用通讯网络实现在地域上分布的控制器、执行器及现场传感器之间的信息相互交换,以实现实时反馈的控制系统被称为网络控制系统。

本文中,基于数据包丢失的情况,首先对系统进行建模,将故障观测器构建成随机时延切换系统模型。

当系统发生故障时,观测器残差会迅速发生跳变,以此达到检测故障的目的。

在本文最后,通过仿真验证了该方法的有效性。

关键字:数据包丢失;网络控制系统;故障检测;观测器;残差中图分类号:tp399文献标识码:a文章编号:1007-9599 (2011) 24-0000-03fault detection and diagnosis of networked control system zhuo min(zhenjiang electrical and mechanical branch of jiangsu union technical institute,zhenjiang212016,china) abstract:a great deal of attention has been focused on a class of networked control systems (ncs) wherein the control loops are closed through communication networks.this family of systems is an integration of plants,sensors,controllers,actuators and communication networks of certain local field.in this paper,based on the condition of data packet dropout,firstly,a modeling approach of the systemis presented,and the fault observer is modeled as a stochastic switching discrete-time linear system with delay.when a fault occurs,the observer residual can change rapidly and detect the occurrence of the fault.finally,an illustrative example shows the effectiveness of the proposed method.keywords:data packet dropout;networked control system (ncs);fault detection;observer;residual与传统的点对点控制系统相比,网络控制系统具有可实现资源共享、远程控制,具有较高的诊断能力和交互性好、增加系统柔性和可靠性、安装维护方便、减少系统的布线等优点。

基于观测器方法的系统故障诊断技术的研究的开题报告

基于观测器方法的系统故障诊断技术的研究的开题报告

基于观测器方法的系统故障诊断技术的研究的开题报告一、研究背景随着工业自动化的不断发展,系统的复杂度不断增加,系统故障的发生也越来越频繁。

因此,系统故障诊断技术的研究成为了工业界和学术界的研究热点。

目前,系统故障诊断技术主要分为基于模型的方法和基于数据的方法。

基于模型的方法通常需要先建立系统模型,再通过模型进行故障检测和诊断。

然而,由于模型难以准确地描述系统的复杂行为,基于模型的方法的效果有限。

基于数据的方法则是通过对系统运行数据的分析和处理,实现故障检测和诊断。

本文将研究一种基于观测器方法的系统故障诊断技术。

观测器方法是一种基于数据的故障诊断方法,它通过观测系统的运行数据,利用数据之间的关系和规律,实现故障的检测和诊断。

这种方法具有模型无关性、适用性强、实现简单等优点,因此在工业应用中得到了广泛的应用。

二、研究内容和目标本文将研究基于观测器方法的系统故障诊断技术,主要包括以下内容:1. 观测器方法的基本原理和算法分析。

通过对观测器方法的分析,深入理解其基本原理和算法,为后续的研究奠定基础。

2. 观测器方法在系统故障诊断中的应用。

将观测器方法应用于系统故障诊断中,通过对系统运行数据的观测和分析,实现故障的检测和诊断。

同时,探索观测器方法在实际应用中的优化方案。

3. 实验验证和效果分析。

通过实验验证,比较不同方法之间的效果,分析观测器方法在实际应用中的优劣势。

本文的目标是探索一种基于观测器方法的系统故障诊断技术,实现对系统故障的准确、快速的诊断,提高工业生产效率。

三、研究方法和技术路线本文将采用实验研究法和理论分析法相结合的方法,具体的技术路线如下:1. 文献调研和理论分析。

通过查阅相关文献,了解观测器方法的基本原理和现有的研究成果,分析现有方法的优缺点和应用范围。

2. 观测器方法的算法设计和实现。

根据观测器方法的原理和算法,设计合理的算法,并实现为软件工具。

3. 实验设计和数据采集。

设计实验方案,确定实验参数和数据采集方案。

GBS058.基于观测器的时滞系统故障诊断及动态故障可诊断性研究-变频器常见故障分析

GBS058.基于观测器的时滞系统故障诊断及动态故障可诊断性研究-变频器常见故障分析

基于观测器的时滞系统故障诊断及动态故障可诊断性研究|变频器常见故障分析基于观测器的时滞系统故障诊断及动态故障可诊断性研究|变频器常见故障分析发布时间:2019-07-13 影响了:人摘要:针对系统发生执行器故障和/或传感器故障的情况,作者研究了含有状态时滞的线性系统的故障诊断方法和故障的可诊断性问题,提出了一种新颖的基于降维观测器的故障诊断方法,并给出了故障可诊断性的判据。

首先通过引入一种特殊的线性变换,将系统转换成无时滞系统。

然后将故障诊断问题转化为状态观测问题,并证明了故障可诊断性的充分条件。

最后通过构造一种新的不利用残差体现故障的故障诊断器,实现了故障的实时诊断。

仿真实例验证了该方法的可行性和有效性。

关键词:时滞系统故障诊断状态观测器无时滞变换1.引言在现代实际的工业生产过程中,由于受信息传输技术和测量技术的影响,时滞现象普遍存在。

时滞通常会导致系统不稳定、性能恶化,甚至可能造成整个系统的瘫痪。

因此,对于时滞系统的研究已引起人们的广泛关注。

同时,随着科学技术的快速发展,工程设备变得越来越复杂,这样使得故障诊断问题的研究显得尤为重要。

所以,研究时滞系统的故障诊断问题,提高系统的可靠性及稳定性,具有十分重要的理论和现实意义。

近些年来,有关时滞系统的故障诊断问题的研究已成为控制领域的研究热点,并取得了一定的成果[1-8],但相对于无时滞系统[9-10]来说还是较少。

文献[3]针对状态时滞系统,设计了一种故障检测的未知输入观测器,依据Razumikhin定理,给出了该观测器的存在条件及稳定性和收敛性的证明;文献[7]针对状态时滞线性系统提出了一种基于观测器的故障诊断器以及自修复容错控制律的设计方法;文献[8]研究了同时含有状态时滞和测量时滞的线性时滞系统的故障诊断器的设计问题。

以上文献大都利用残差诊断时滞系统的故障,残差的存在会导致由于阈值选择不当而产生的漏报和误报的情况。

为了避免此类不利情况的发生,本文综合考虑了系统发生执行器故障和/或传感器故障的情况,针对含有状态时滞的线性系统,研究了其基于观测器而不利用残差体现故障的故障诊断方法及其基于观测器的故障诊断方法的故障可诊断性问题,从而避免了故障误报和漏报情况的发生,同时具有响应速度快的优点。

【毕业论文选题】电大毕业论文题目

【毕业论文选题】电大毕业论文题目

电大毕业论文题目在写论文之前都会先拟定题目,每个专业的论文都要有符合自己专业的题目。

怎样选题?是我们在写论文的首要问题。

选题的大致方向是什么?这些都是我们想要了解的。

下面学术堂根据多个专业挑选了一些电大毕业论文题目,希望能够帮助大家。

电大毕业论文题目一:1、北斗应用于高铁CPI控制测量的算法与试验研究2、拖拉机抗性消声器不同结构单元声学性能研究3、拖拉机涡轮增压器中混合陶瓷球轴承无损检测设计4、水田用大功率拖拉机驱动桥壳体设计与分析5、应用于航空发动机涡轮叶片的热障涂层材料研究6、基于GPS\BD2组合的车载导航系统性能分析7、基于最优载荷的受电弓自适应终端滑模控制8、V/v牵引供电所混合式电能质量控制系统非对称补偿设计9、基于交通可达性的新兴高铁枢纽城市旅游发展响应研究--以江西省上饶市为例10、离子液体萃淋树脂及其在稀土分离和纯化中的应用11、串级萃取理论的发展历程及最新进展12、中国高铁建设投资对国民经济和环境的短期效应综合评估13、中国大型高炉生产现状分析及展望14、高超声速飞行器模型及控制若干问题综述15、竞争环境下铁路集装箱班列动态定价与开行决策研究16、基于轨道局部波动的高速铁路轨道平顺状态评估方法17、中国轨道交通列车运行控制技术及应用18、基于状态观测器的单相整流系统传感器故障诊断与容错控制方法119、基于系统动力学的汽车产业技术创新能力影响因素研究20、经济新常态下我国汽车产业发展能力提升研究21、一种新型非谐振型软开关交错并联Boost电路22、响应曲面法优化内配兰炭赤铁矿球团焙烧工艺23、高速铁路牵引供电系统的状态空间模型24、拖拉机CAN总线车载智能终端技术研究25、自动导航拖拉机田间作业路径规划与应用试验26、基于证据理论的地铁火灾安全评价方法27、多温区冷藏车气密性能影响参数理论分析与试验28、液压互联式馈能悬架建模与优化设计29、基于电磁机械耦合再生制动系统的电动汽车稳定性控制30、优化电池模型的自适应Sigma卡尔曼荷电状态估算31、多层次轨道交通网络与多尺度空间协同优化--以上海都市圈为例32、车辆悬挂系统自抗扰控制器改进及其性能分析电大毕业论文题目二:33、汽车零件商运用装配商知识的情境分析34、酸雨淋溶条件下赤泥中重金属在土壤中的迁移特性及其潜在危害35、面向轨道装备的可视化人因综合仿真分析平台研究36、无辅助抓握件地铁车内扶手布置设计研究37、电弧离子镀工艺参数对NiCoCrAlYTa涂层沉积的影响38、多种算法下的四旋翼飞行器高度控制设计39、城市轨道交通PPP项目风险评估研究40、微合金钢连铸表面横裂纹形成机理与控制技术研究现状41、新能源汽车财税政策效应研究242、基于产品使用率的二维延伸性汽车产品保证需求预测研究43、高铁开通前后站区产业空间格局变动及驱动机制--以沪宁城际南京站为例44、钢铁智能制造背景下物质流和能量流协同方法45、循环荷载频率对高速铁路有砟道床累积变形行为的影响46、移动荷载作用下半无限弹性空间中地铁隧道动力响应的频域-波数域比例边界有限元法分析47、兰州地铁湿陷性黄土深基坑在降低水位条件下的渗流稳定性分析48、基于列车运行图的高速铁路动态牵引负荷建模方法49、基于ANSYS/FE-SAFE的高速动车组非动力车轴疲劳寿命分析50、一种用于模拟车辆冲击试验的铁路货车纵向连接模型51、基于特征几何关系的无人车轨迹回环检测52、CRTSⅡ型板式无砟轨道板下离缝动力影响分析及运营评估53、高速动车组车下悬挂设备隔振设计研究54、不同轮径转向架对车辆动力学性能影响分析55、森林防火无人机系统设计与林火识别算法研究56、粉煤灰提取氧化铝工艺能耗分析57、粉末冶金制备Ti-Fe二元合金的耐腐蚀性能58、“一带一路”战略下中欧班列开行中的问题与对策探讨59、新能源汽车企业研发投入与绩效关系60、低碳出行简约生活5款共享单车横向体验评测61、拖拉机多段液压机械CVT犁耕作业动态仿真62、丰田公司模块化生产网络中信息生态系统的形成条件与机制63、基于二元技术能力调节作用的技术多元化与企业绩效64、电连接器焊接防差错智能指导系统的研究电大毕业论文题目三:365、自动制孔机器人末端执行系统的设计研究66、某型无人机启动控制系统设计与研制67、植保无人机避障技术应用研究68、Pixhawk飞控技术在植保无人机上的应用与实践69、航空风挡雨刷装置电机设计及控制研究70、LiF-CaF_2-SmF_3体系熔盐电解制备SmFe合金的电化学机制研究71、基于STM32单片机的四轴飞行器设计及控制技术的研究72、四旋翼无人机建模与控制问题研究73、春秋航空财务分析研究74、铜浆料挤出3D打印技术的成型和烧结工艺研究75、基于物质流方法的中国铜资源社会存量研究76、气体传感器在国外航天器上的应用77、一种基于虚拟力的无人机路径跟踪控制方法78、无人机感知与规避技术研究进展79、基于Pixhawk飞控板的六旋翼飞行器自适应动态逆控制技术研究80、钢铁生产过程二氧化碳排放计算方法与实践81、GH4169合金粉末选区激光熔化成形数值模拟及试验研究82、产能过剩行业兼并重组治理的理论与实证研究83、21世纪以来中国航空货运空间变化研究84、开工时间延迟下的炼钢–连铸生产重调度方法85、一种多幂次滑模趋近律设计与分析86、郑州航空港临空经济发展对区域发展模式的创新87、基于加速度变噪声EKF的无人机姿态融合算法88、基于超导探测器的激光测距系统作用距离分析89、多旋翼无人机高空飞行稳定控制问题研究490、等离子体联合动力波技术协同控制铅锌冶炼烟气中Hg、SO_2、NO_x实验研究91、基于标准离差-G1-DEA的旅游机场竞争力与效率差异性评价的对比研究92、一种适用于航空电源变换的新型混合整流电路功率控制93、星敏感器技术研究现状及发展趋势94、河北邯郸钢铁冶炼区周边麦田土和小麦籽粒的多环芳烃含量及其组分谱特征95、我国区域中心城市航空物流与宏观经济的匹配性及空间分布研究96、低空低速植保无人直升机避障控制系统设计电大毕业论文题目四:97、单/多四旋翼无人机系统平台的设计及若干应用的研究98、高炉块状带焦炭劣化机理99、基于资源产出率指标分解的企业循环经济研究--以钢铁行业为例100、粉末特性对镍基粉末冶金高温合金组织及热变形行为的影响101、中国钢铁行业大气污染物排放清单及减排成本研究102、多无人机任务分配与路径规划算法研究103、无人机飞行控制与航迹规划研究104、四旋翼无人机编队飞行的控制策略研究105、QuEChERS-超高效液相色谱-串联质谱法测定蔬菜中41种农药残留106、QuEChERS-液相色谱-串联质谱法同时测定果蔬中16种农药残留107、QuEChERS-超高效液相色谱-串联质谱法测定动物源食品中4类29种禁限用兽药残留108、近五年我国近红外光谱分析技术研究与应用进展109、Fe掺杂g-C_3N_4的制备及其可见光催化性能110、固相浸渍法和湿浸渍法制备CuO/CeO_2催化剂及其CO氧化性能的对比研究111、生物炭对水中五氯酚的吸附性能研究5。

飞机操控系统故障诊断方法

飞机操控系统故障诊断方法

飞机操控系统故障诊断方法作者:张洵浩来源:《新教育时代·学生版》2017年第12期摘要:故障诊断能对设备的故障做出早期预报,并对出现的故障原因做出判断,提出对策,避免或减少事故的发生。

故障诊断能够减少定期维修时间,提高设备的可靠性,延长使用寿命,降低运行和检修费用,提高经济效益。

它为设备安全、稳定、长周期、全性能、优质运行提供了可靠的技术和管理保障。

因此,对飞机环境控制系统进行故障诊断研究是非常必要的。

关键词:飞机操控系统故障诊断引言飞机操控系统是控制飞机飞行安全的关键系统,它用来保证飞机处在正常的飞行姿态上,是众多飞机机载电子设备中十分重要的一个。

随着各种放宽静稳定、直接力控制技术及以改善飞行的品质为目标的主动飞行控制技术发展,飞机飞行控制系统对飞机来说,其重要性越来越大。

本文简要介绍故障诊断的基本概念,着重综述飞机操控系统故障诊断方法。

[1]一、飞机操控系统故障诊断概述飞机对可靠性和安全性有严格的要求,必须对控制系统的潜在故障进行检测和诊断,及时发现输入一输出传感器、部附件和子系统的故障。

故障定义为使系统表现出不希望特性的任何异常现象,或动态系统中部分元器件功能失效导致整个系统性能恶化的情况或事件。

当系统发生故障时,系统中的各种量(可测的或不可测的)或它们的一部分表现出与正常状态不同的特性,这种差异就包含丰富的故障信息,如何找到故障的特征描述,并利用它们进行故障的检测隔离就是故障诊断的任务。

[2]二、飞机操控系统故障诊断方法故障的分类可从不同的方面进行,从故障发生的部位看,可分为仪表故障、执行器故障和元件故障;根据故障性质,可分为突变故障和缓慢故障;从建模角度可分为乘性故障和加性故障。

至于故障诊断的方法,一般可分为硬件冗余方法和软件冗余方法。

硬件冗余方法需要增加测试设备,使系统复杂,成本高,所以多采用软件冗余。

本文主要介绍软件冗余方法。

软件冗余方法可分为两大类:1)基于控制系统解析模型的诊断方法;2)不依赖于解析模型的诊断方法。

光伏微逆变器电流传感器和功率管开路故障诊断

光伏微逆变器电流传感器和功率管开路故障诊断

光伏微逆变器电流传感器和功率管开路故障诊断李舟;彭涛;韩华;张鹏飞【摘要】当电流传感器出现性能蜕化、故障或失效时,光伏微逆变器系统的输出会受到严重影响,甚至微逆变器系统其他部件有可能被直接损坏而导致整个系统永久失效;微逆变器系统中反激式变换器功率管的开路故障会引起2个交错支路电流不平衡,导致输出电流波形畸变率变大.为此,提出一种基于状态观测器的光伏微逆变器电流传感器和功率管开路故障诊断方法.建立两路反激式变换器的数学模型;构建状态观测器以实现对两路反激式变换器原边电流的在线估计,并生成残差;将残差与阈值进行比较,实现对微逆变器系统中电流传感器与功率管的实时故障诊断.仿真结果验证该方法可行且有效.【期刊名称】《计算机辅助工程》【年(卷),期】2015(024)003【总页数】6页(P52-56,61)【关键词】光伏微逆变器;故障诊断;状态观测器;电流传感器故障;功率管开路故障【作者】李舟;彭涛;韩华;张鹏飞【作者单位】中南大学信息科学与工程学院,长沙410083;中南大学信息科学与工程学院,长沙410083;中南大学信息科学与工程学院,长沙410083;中南大学信息科学与工程学院,长沙410083【正文语种】中文【中图分类】TP206.3近年来,微逆变器以具有单个组件最大功率跟踪、低直流电压、扩展灵活、即插即用、可靠性高等一系列优点[1-2],成为光伏逆变器研究的热点.微逆变器的主流研究方向有效率改善、功率解耦和波形质量等[3-5],少有学者关注微逆变器的可靠性运行问题.微逆变器长期工作于高温湿热的恶劣环境条件下,而微逆变器的可靠性要求高,一般要求与光伏组件相匹配的使用寿命为25 a [6],因此实时监测微逆变器系统的运行状态、及时检测故障并处理故障是提高光伏并网微逆变器可靠性和产品寿命的关键.传感器是微逆变器系统中必不可缺少的组件之一.良好的控制系统在很大程度上取决于传感器的精确测量,当传感器出现性能蜕化、故障或失效时,会严重影响系统控制,甚至可能使得系统偏离稳定状态,引起系统崩溃.此外,反激变换器中的功率管长期处于高频调制下,承受高电压和大电流,开关损耗较大、发热较为严重,也极易发生故障.[7]当一路反激变换器功率管出现开路故障时,会造成另一路过流,导致其功率管和高频变压器超过额定功率而过热损坏,特别是长时间运行后,会严重影响系统的运行性能和设备使用寿命.目前,传感器和功率管的故障诊断已经引起不少学者的关注,但研究都集中在感应电机、无刷电机、风力发电、矩阵变换器和变频器等电力电子系统上[8-10],对光伏微逆变器中传感器和功率管故障诊断问题还未足够重视.因此,对光伏微逆变器中传感器和功率管故障诊断研究具有十分重要的意义.常用的基于解析模型的故障检测方法有状态估计方法、等价空间方法和参数估计方法等.[11]基于观测器的故障诊断基本思想是利用系统解析模型和可测信息设计观测器,重建系统某一可测变量,然后由该值与系统实际输出的差值构造残差,再对残差进行分析处理,以实现系统的故障诊断.[12]该方法能够实时监测系统的工作状态,快速进行故障诊断,目前已广泛应用于各种电力电子系统故障诊断中.[13-14]基于观测器的方法用于光伏微逆变器传感器与功率管的故障诊断未见报道.本文提出一种基于状态观测器的光伏微逆变器电流传感器和功率管故障诊断方法,实时监测微逆变器系统运行状态,及时诊断不同故障类型的发生,以有效提高光伏产品的可靠性和使用寿命.光伏并网微逆变器主要由两路交错并联反激变换器、逆变桥和输出滤波器等3部分组成,拓扑结构见图1,其中:CS1和CS2分别为检测两路反激变换器原边电流的传感器,CS3为检测输出并网电流的传感器;Spv1和Spv2为交错反激式变换器中的2个主开关;upv为光伏板直流侧电压.反激式变换器将光伏阵列模块输出的直流电采用高频调制变换成2倍工频的直流馒头波式正弦波,再经过逆变桥后,将馒头波变成100 Hz的正弦波,最后通过滤波电路将电流变换为与电网同频同相的交流电,与电网进行并联.两路反激变换器模型见图2.图2中:uac为电网电压;d1和d2分别为Spv1和Spv2在一个开关周期内的导通时间;Rp为高频变压器内阻;Lm1和Lm2分别为两路反激变换器的励磁电感;Rf,Lf和Cf分别为输出滤波电阻、电感和电容;Ron为Spv1和Spv2的导通电阻.选取2路原边励磁电感电流iLm1和iLm2,输出滤波电感电流iac,输出滤波电容电压uf作为状态变量,得到线性化小信号模型为式中:x=[iLm1 iLm2 iac uf]T,y=[iLm1 iLm2],U=[d1 d2 upv uac]T分别为状态变量、控制输入和可测输出;A,B和C分别为系统的状态矩阵、控制矩阵和输出矩阵,,C=[1 1 0 0],且.其中:N为反激变换器副边与原边的匝数比,D1和D2分别为2个功率管Spv1和Spv2的稳态占空比,N.根据式(1)构造反激式变换器的状态观测器估计模型,即式中:H为观测器输出误差补偿矩阵.所构造的估计模型见图3.通过观测器估算2路原边电流的大小,可得状态估计误差,即式(1)减去式(2)可得结合式(3)和(4)可得令H=[H1 H2 H3 H4]T,则可选取合适的H1,H2,H3和H4使观测器稳定且快速收敛.[12]计算得到电流残差的表达式为式中:r1和r2分别为第一、二路反激变换器原边电流估计值与实际值之间的残差;Lm1和Lm2为估计电流的有效值;v为正比例参数,可增加系统设计自由度,提高残差生成能力,使得其对故障更为灵敏,对干扰信号更具有鲁棒性.为准确检测电流传感器和功率管故障的发生,通过多组试验验证,选取2组阈值:一组为Jth1+=0.3,Jth1-=-0.3;另一组为Jth2+=0.8,Jth2-=-0.8.若<0.8,且<0.8,判断为反激变换器原边电流传感器发生故障.在此基础上,若0.3≤r1<0.8,且-0.8≤r2<-0.3,判断为第一路反激变换器原边电流传感器CS1发生故障;若-0.8≤r1<-0.3,0.3≤r2<0.8,判断为第二路反激变换器原边电流传感器CS2发生故障.若≥0.8,且≥0.8,判断为并网电流传感器或者功率管发生故障.在此基础上,若r1≥0.8,r2≥0.8,判断为输出并网电流传感器CS3发生故障;若r1≤-0.8,r2≥0.8,判断为第一路反激变换器功率管Spv1发生故障;若r1≥0.8,r2≤-0.8,判断为第二路反激变换器功率管Spv2发生故障.在MATLAB/SIMULINK中搭建仿真电路模型,仿真参数为:直流侧电压为36 V,交流侧电压为220 V,电网频率为50 Hz,高频变压器原边绕组与副边绕组的匝数比为1∶7,2路高频变压器原边励磁电感值分别为58 μH和57.5 μH,2个功率管开关频率均为56 kHz,系统运行额定功率为200 W.CS1故障仿真结果见图4.图中flag1为原边电流传感器故障标志位,flag2为并网电流传感器故障标志位,flag3为功率管开路故障标志位.当第一路反激变换器电流传感器CS1故障时,第一路反激变换器原边电流实际值变大,第一路残差r1大于阈值Jth1+=0.3,第二路反激变换器原边电流实际值变小,第二路残差r2小于阈值Jth1-=-0.3,故原边电流传感器标志位flag1置1,验证故障发生在第一路原边电流传感器.CS3故障仿真结果见图5.CS3发生故障时,两路反激变换器原边电流值均变大,第一路残差r1大于阈值Jth2+=0.8,第二路残差r2大于阈值Jth2+=0.8,此时并网电流传感器故障标志位flag 2置1,验证故障发生在并网电流传感器.Spv1开路故障仿真结果见图6.Spv1发生开路故障时,第一路反激变换器原边电流实际值变为零,第二路反激变换器原边电流实际值变为原来的2倍,第一路残差r1小于阈值Jth2-=-0.8,第二路残差r2大于阈值Jth2+=0.8,此时功率管开路故障标志位flag3置1,验证故障发生在第一路反激变换器功率管.针对不同位置的电流传感器和功率管故障状态下微逆变器的运行状态进行分析,提出一种基于状态观测器的故障诊断方法,利用观测器对两路变换器中电流大小进行估计,并与两路变换器实际电流值进行比较,根据生成的残差大小判断是否有故障发生,并通过设定阈值诊断故障发生的类型,定位故障发生点.该方法原理简单,能快速准确地诊断电流传感器故障和功率管开路故障,不受闭环控制策略的影响,性能可靠且具有良好的适应性.【相关文献】[1] KJAER SB, PEDERSEN JK, BLAABJERG F. A review of single-phase grid-connected inverters for photovoltaic modules[J]. IEEE Trans Industry Applications, 2005, 41(5): 1292-1306.[2] LI Q, WOLFS P. A review of the single phase photovoltaic module integrated converter topologies with three different DC link configurations[J]. IEEE Trans Power Electron, 2008, 23(3): 1320-1333.[3] KIM Y H, JI Y H, KIM J G, et al. A new control strategy for improving weighted efficiencyin photovoltaic AC module-type interleaved flyback inverters[J]. IEEE Trans Power Electron, 2013, 28(6): 2688-2699.[4] HU H, HARB S, KUTKUT N H, et al. A single-stage microinverter without using eletrolytic capacitors[J]. IEEE Trans Power Electron, 2013, 28(6): 2677-2687.[5] KIM Y H, JANG J W, SHIN S C, et al. Weighted-efficiency enhancement control for a photovoltaic AC module interleaved flyback inverter using a synchronous rectifier[J]. IEEE Trans Power Electron, 2014, 29(12): 6481-6493.[6] ZHANG P, WANG Y, XIAO W, et al. Reliability evaluation of grid-connected photovoltaic power systems[J]. IEEE Trans Sustainable Energy, 2012, 3(3): 379-389.[7] SHAHBAZI M, JAMSHIDPOUR E, POURE P, et al. Open- and short-circuit switch fault diagnosis for nonisolated DC-DC converters using field programmable gate array[J]. IEEE Trans Ind Electron, 2013, 60(9): 4136 - 4146.[8] KIM S C, NGUYEN T H, LEE D C, et al. Fault tolerant control of DC-link voltage sensor for three-phase AC/DC/AC PWM converters[J]. J Power Electron, 2012, 14(4): 1-8.[9] 于泳, 蒋生成, 王高林, 等. 基于状态观测器的感应电机速度传感器故障诊断及容错控制[J].中国电机工程学报, 32(18): 123-130,2012.YU Yong, JIANG Shengcheng, WANG Gaolin, et al. Fault diagnosis and tolerant control for speed sensors based on state observers in induction motor drives[J]. Proc CSEE, 2012,32(18): 123-130.[10] 张昌凡,黄宜山,邵瑞. 基于观测器的感应电机故障检测方法及应用[J]. 仪器仪表学报, 2011, 32(6): 1337-1343.ZHANG Changfan, HUANG Yishan, SHAO Rui. Fault detection method and application of induction motor based on observer[J]. Chin J Sci Instrum, 2011, 32(6): 1337-1343.[11] 周东华, 胡艳艳. 动态系统的故障诊断技术[J]. 自动化学报, 2009, 35(6): 748-758.ZHOU Donghua, HU Yanyan. Fault diagnosis techniques for dynamic systems[J]. Acta Automatica Sinica, 2009, 35(6): 748-758.[12] DING S X. Model-based fault diagnosis techniques design schemes, algorithms, and tools[M]. Berlin: Springer-Verlag, 2008: 12-102.[13] SHUAI Shao, WHEELER P W, CLARE J C, et al. Fault detection for modular multilevel converters based on sliding mode observer[J]. IEEE Trans Power Electron, 2013, 28(11): 4867-4872.[14] NAJAFABADI T A, SALMASI F R, JABEHDAR-MARALANI P. Detection and isolation of speed-, DC-link voltage-, and current-sensor faults based on an adaptive observer in induction-motor drives[J]. IEEE Trans Industry Electron, 2011, 58(5): 1662-1672.。

非线性系统故障可诊断性评价及诊断方法研究

非线性系统故障可诊断性评价及诊断方法研究

非线性系统故障可诊断性评价及诊断方法研究非线性系统故障可诊断性评价及诊断方法研究一、引言随着现代科学技术的不断发展,非线性系统在各个领域得到了广泛的应用。

由于非线性系统具有复杂性和高度非线性的特点,其故障诊断成为了研究人员关注的一个热点问题。

故障诊断是指通过对系统的工作状态进行监测和分析,判断系统是否存在故障,确定故障的类型、位置和原因,并提供相应的修复方案。

非线性系统故障的可诊断性评价及诊断方法研究对于确保系统的安全、稳定和可靠运行具有重要意义。

二、非线性系统故障可诊断性评价非线性系统的故障可诊断性评价是指对系统的可诊断性进行定量评估和分析。

评价系统的可诊断性需要考虑以下几个方面:故障判别能力、故障辨识能力和故障定位能力。

故障判别能力是指系统是否能够判断出故障的存在与否,故障辨识能力是指系统是否能够正确判断出故障的类型,故障定位能力是指系统是否能够确定故障的位置。

评价非线性系统的可诊断性需要选择合适的评价指标和方法。

评价指标可以采用霍普金斯故障诊断一致性系数、信噪比等指标。

其中,霍普金斯故障诊断一致性系数是一种常用的评价指标,反映了系统在不同故障模式下的检测结果与实际故障状态之间的一致性程度。

信噪比是指系统信号与噪声之比,反映了系统信号中包含的故障信息的能力。

评价方法可以采用模型基准法、数据驱动法和混合方法。

模型基准法是通过建立一个可靠的系统模型,利用模型推导出的预期故障特征与实际观测到的故障特征之间的差异来评估系统的可诊断性。

数据驱动法是通过对实际系统的运行数据进行分析和处理,提取出与故障有关的特征,并通过特征间的关系来评价系统的可诊断性。

混合方法是将模型基准法和数据驱动法相结合,综合考虑系统模型和实际数据的信息。

三、非线性系统故障诊断方法1. 基于模型的故障诊断方法基于模型的故障诊断方法是利用系统模型来推导出故障特征,并与实际观测到的故障特征进行比较,从而判断系统是否存在故障和故障的类型。

基于观测器的复杂动态网络故障诊断新方法

基于观测器的复杂动态网络故障诊断新方法
( o eeo A tm tn Naj gUnvri f ot a dT lcmm nct n , aj g2 0 4 , hn ) C l g f uo ai , ni iesyo s n eeo u iai sN ni 10 6 C ia l o n t P s o n
Ab t a t Ac o d n o t e c s ha h o lg fc mplx d n mia e wo k i n n wn,t ef u td — s r c : c r i g t h a et tt e tpoo y o o e y a c ln t r s u k o h a l i a n ss o o l x d n mia ewo k ssu i d.Ba e n t e o s r e e i n,a n w p r a h o a l g o i fc mp e y a c ln t r si t d e s d o h b e v rd sg e a po c nfut d a n ss o o l x d n mia ewo k sprpo e ig o i fc mp e y a c ln t r si o s d,wh c ny n e st u p in l fn de o d - i h o l e d he o t utsg a so o st e sg h b e v r n a v r o h d s d a tg f t e e itn t o s u i g sa e v ra l s o i n t e o s r e ,a d c n o e c me t e ia v na e o h xsi g me h d sn t t ai b e f n d st sg h bs r e . I ss wn t ti c n mo io n h n e ft e tp l g tucu e Th o e o de in t e o e v r ti ho ha t a n tr a y c a g s o h o oo sr t r . y e ef cie e so hi t o s s c e su l e nsr t d b i a ins fe tv n s ft s meh d i u c sf ly d mo tae y smult o . Ke y wor ds: o lx d n mia t r ;s n h o iain;L a n v sa lt he r m ;tpoo . c mp e y a c lnewo ks y c r n z to y pu o tbi y t o e i o lg y

基于滑模观测器和广义观测器的故障估计方法

基于滑模观测器和广义观测器的故障估计方法

基于滑模观测器和广义观测器的故障估计方法文传博;邓露;吴兰【摘要】针对受未知干扰影响的一类非线性系统,提出一种基于滑模观测器和广义观测器的执行器故障和传感器故障估计方法.首先通过线性变换将原系统解耦为两个降阶的子系统,其中一个子系统受执行器故障和干扰的影响,另一个含有传感器故障和干扰,进一步将后一个子系统转化为广义系统.对两类子系统分别设计滑模观测器和广义观测器,给出估计误差一致最终有界的条件,得到系统状态和未知干扰的估计值.然后,利用等效输出控制原理重构执行器故障,引入干扰补偿保证重构算法的鲁棒性,再根据广义观测器的结果获得传感器故障的估计值.最后,通过计算机仿真验证了本文方法的有效性.【期刊名称】《自动化学报》【年(卷),期】2018(044)009【总页数】8页(P1698-1705)【关键词】执行器故障;传感器故障;广义观测器;滑模观测器;故障估计【作者】文传博;邓露;吴兰【作者单位】上海电机学院电气学院上海 201306;上海电机学院电气学院上海201306;河南工业大学电气工程学院郑州 450001【正文语种】中文随着科学技术的飞速发展,控制系统变得日益复杂,各类故障时常发生.无论执行器故障还是传感器故障都将影响系统的性能,甚至导致系统的不稳定,进而引发严重的安全事故.为了增加系统的可靠性,及时做出故障诊断就显得尤为重要[1−3].相较于故障检测和隔离,故障估计直接获得故障的幅值,还可为进一步实现故障调节和容错控制服务.因此故障估计更具有实际意义,但同时困难也大.故障估计的众多技术中,基于各类观测器的估计方法受到研究人员的青睐,取得了丰富的研究成果[4−5].当执行器发生故障时,文献[6]依次研究了正常系统和不确定系统的故障估计问题,提出了相应的自适应观测器,还通过调整参数增强了算法的鲁棒性.针对多输入多输出系统的执行器故障,文献[7]利用降阶的卡尔曼滤波器联合估计了系统状态和故障,并设计控制器消除故障带来的影响.在此基础上,文献[8]进一步研究了非线性广义系统执行器故障的鲁棒估计和故障容错问题.针对一类不满足利普希茨条件的非线性不确定系统,文献[9]通过解一组线性矩阵不等式和设计多个滑模观测器依次实现了故障检测、隔离和估计.滑模观测器同样被应用在一类线性时变系统的执行器故障估计中,其中设计的观测器增益包含了干扰矩阵的信息,从而保证了观测器的稳定性[10−11].当传感器发生故障时,通常将传感器故障转化为伪执行器故障,再利用已有的方法实现重构[2,12−15].例如,文献[2]提出的两种方法均是将传感器故障转化为执行器故障,再分别设计滑模观测器得到故障的估计值,并论证观测器存在的充分条件.文献[12]首先设计执行器故障的滑模观测器,而后通过系统变换,用类似的方法解决了传感器故障的重构问题,并将结果进一步推广到广义系统.文献[13]针对一类非线性系统,研究了传感器故障、系统噪声和输出噪声同时存在时的故障估计问题,得到了系统状态和传感器故障的联合估计值.通过将系统解耦为两个子系统,文献[14]实现了一类不确定系统的故障观测器设计,并将系统稳定性的问题转化为求解一个线性矩阵不等式问题.文献[15]设计了同时实现状态与执行器故障联合估计的未知输入观测器,并将其应用到传感器故障诊断中.实际应用中,系统的故障往往并非单独发生的,更多的是出现执行器和传感器并发故障,还时常受未知干扰的干扰.对于这类故障,文献[16]针对一类非线性系统设计了同时实现两类故障估计的观测器,但未考虑外界干扰带来的影响.文献[17]对于受缓变干扰影响的系统,给出了干扰的自适应估计方法,在此基础上重构了干扰和传感器故障,但该方法对故障的形式有严格的限制.文献[18]进一步研究了含有执行器故障、传感器故障且受未知干扰系统的故障重构问题,利用滑模抵消干扰的影响,估计了传感器故障,但只能实现执行器故障的检测,却无法重构.因此,能同时估计执行器故障和传感器故障及干扰的方法,有待进一步的研究.本文针对一类同时存在执行器故障、传感器故障和未知干扰的非线性系统,开展故障估计的研究.首先,利用非奇异变换将原系统转化为两个降阶的子系统;然后,设计广义观测器方法估计部分状态变量及传感器故障,同时给出干扰的自适应估计算法;接着设计带干扰补偿的滑模观测器,结合等效输出控制原理重构执行器故障;最后,用计算机仿真验证本文算法的有效性.1 模型描述考虑如下的非线性系统:其中,为系统状态变量,为输入,为测量输出.和分别表示范数有界的执行器故障和传感器故障,满足,其中∂和ω均为正标量,为未知干扰,是系统的已知非线性部分,在区域Ξ上满足Lipschitz条件:,是已知的Lipschitz常数,A、B、C、D、M和F是已知的适维矩阵.不失一般性,假设C、D和M列满秩,对于传感器故障分布矩"阵F#,存在非奇异变换S0使得F满足:.假设1.系统(A,D,C)满足:假设2.系统(A,M,C)满足:引理1 [3].对于故障系统(1)和(2),若假设1的式(3)成立,则存在非奇异变换矩阵T 和S,使得:其中,均为可逆矩阵.相应的,令,原系统变为如下两个降阶的子系统.子系统1:2 观测器设计在第1节解耦所得两个降阶系统的基础上,本节将分别设计广义观测器和滑模观测器,在得到系统状态以及未知干扰的估计值,为下节重构执行器和传感器故障做准备. 对子系统(13),(14)和(11),(12)分别设计观测器:因此,当时,式(25)成立,状态估计误差和干扰估计误差一致最终有界.□注1.假设3中的式(15)和秩条件rank(C1D1)=rank(D1)是子系统1滑模观测器存在的条件[1].而由rank(CD)=,可知式(3)保证了该条件的成立。

基于自适应观测器的列车牵引系统执行器故障诊断

基于自适应观测器的列车牵引系统执行器故障诊断

基于自适应观测器的列车牵引系统执行器故障诊断李文凯;冒泽慧;姜斌;戴文雯【摘要】针对高速列车牵引系统执行器故障,提出了一种基于自适应观测器的故障诊断方法.针对高速列车纵向运动模型参数不易获得的特点,建立了参数未知的列车动态数学模型.考虑到高速列车牵引系统具有多个执行器,其故障发生时间及位置未知,针对不同故障位置,设计了基于自适应技术的故障诊断观测器,观测器相关参数由自适应律更新,通过观测器与列车系统匹配实现故障诊断,基于李雅普诺夫稳定性定理,证明了匹配观测器的收敛性和不匹配观测器无法收敛,从而诊断出故障位置及时刻.最后通过一个高速列车仿真例子验证了所提故障诊断方法的有效性.【期刊名称】《山东科技大学学报(自然科学版)》【年(卷),期】2017(036)005【总页数】5页(P60-64)【关键词】故障诊断;执行器故障;高速列车【作者】李文凯;冒泽慧;姜斌;戴文雯【作者单位】南京航空航天大学自动化学院,江苏南京 211106;南京航空航天大学自动化学院,江苏南京 211106;南京航空航天大学自动化学院,江苏南京 211106;南京航空航天大学自动化学院,江苏南京 211106【正文语种】中文【中图分类】TP277高速列车具有速度快、承载多以及高效率的特性,其任何设备发生故障都可能影响列车的正常运行。

近些年,出现了不少有关高速列车故障诊断的研究成果[1-3]。

但这些研究大都采用基于模型的方法,用已知常量或时变有界函数描述列车纵向动力学模型参数。

然而,列车在实际运行过程中,这些参数都是时变的且和轨道状态有关,很难获取其准确值或变化范围,且这些常参数或有界变参数无法完整体现系统的动态特征。

因此,本文提出一种新的含未知参数的模型来描述列车的纵向运动。

当列车牵引系统执行机构发生故障时,故障类型、振幅和时间是不确定的,需及时进行故障诊断。

对于具有多执行器的系统,故障发生后,对故障执行器进行定位,可为后续容错控制提供必要的故障信息。

浅谈故障诊断

浅谈故障诊断

浅谈故障诊断对于故障诊断,首先我觉得要进行故障检测,在发生故障时,对故障类型、故障部位和故障的原因进行诊断,最后得出故障恢复的方案。

随着故障诊断技术的发展,故障诊断已经形成了不同种类的故障诊断方法。

通过故障诊断的学习,我对小波分析、神经网络、灰色关联度分析以及混沌分形这些诊断方法有了一些概念。

一、故障诊断首先了解到故障诊断的概念,所谓故障诊断是通过对测量设备在运行中或相对静止条件下的状态信息的处理和分析,并结合设备的历史状况,来定量识别设备及其零部件的实时技术状态 ,预知有关异常、故障并预测其未来技术状态,从而确定必要对策的技术。

其目的正是能及时正确地对系统的各种异常运行状态或故障状态做出诊断、预防或消除,从而对设备的运行进行必要的指导 ,提高系统运行的可靠性、安全性和有效性。

故障诊断是一门综合性科学,它涉及多门学科,如现代控制理论、信号处理、模式识别、计算机工程、人工智能、电子技术、数理统计以及与对象相关联的生产过程原理知识等。

1.1 故障诊断的方法故障诊断按方法分,大致可分为基于信号处理的方法,基于模型的方法,基于分类的方法和基于推理的方法四种,下面介绍如下:1.1.1 基于信号处理的方法此方法主要用于诊断对象的解析模型难以建立,但系统的一些状态或者输出参数可以测量的 系统 。

因为这种方法直接利用信号的某些特征,如相关函数、高阶统计量、频谱和自回归滑动平均过程以及现在热门的小波分析技术等进行分析,回避了对抽象对象建立数学模型 的难点。

实际上,很多系统的故障模式会影响到系统的输出信号或信号的变化,这种影响可以用输出信号的数学形式表达 (如某一输出信号的均值偏大或偏小),而基于信号处理的方法就是通过某一输出信号的某种变化反推出对应的故障模式。

比如根据信号的奇异性、信号频率结构和脉冲函数小波变换进行故障诊断,用小波检测信号奇异性来诊断结构故障,可以有效地抑制噪声对残差的影响,提高故障检测的准确性。

基于状态观测器的故障诊断方法

基于状态观测器的故障诊断方法


x(t) = Ax(t) + Bδu(t) y(t) = Cx(t)
(1)
-2-

其中, δ = diag{δ a1,δ a2 ,K,δ am } 为执行其部分故障失效因子矩阵。 δ ai ∈ [0,1]。当
δ ai = 0 时,相当于第 i 个执行器处于开路失效故障状态下;当 δ ai = 1实,表示第 i 个执行器
⎡− 0.033
A
=
⎢ ⎢ ⎢
0.048 0.102
⎢ ⎣
0.0
⎡0.4422
B
=
⎢⎢3.5446 ⎢ − 5.52
⎢ ⎣
0.0
0.027 0.019 −1.01 0.003 0.368 − 0.707
0.0 1.0
0.1761 ⎤
− 47..45992⎥⎥⎥, C
0.0Βιβλιοθήκη ⎥ ⎦=⎡1 ⎢⎣0
− 0.455⎤
1. 前言
随着科学技术的迅速发展,现代制造系统朝着大型化、高速化、复杂化和自动化方向发 展,相应地对这些系统和设备的状态监控和故障诊断与预测的紧迫性和重要性就日益显现出 来。为了提高系统的可靠性和安全性,故障诊断技术应运而生,不断发展起来。
故障是由于系统中部分元器件功能失效而导致整个系统功能恶化的事件。当系统发生故 障时,系统中全部或部分的参变量就表现出与正常状态不同的特性,这种差异就包含着丰富 的故障信息。故障诊断的任务是对系统故障的特征进行描述,并利用这种描述去检测和隔离 系统的故障。故障诊断包括故障特征提取、故障估价和故障决策等几个部分。

基于 定性模型
知 识 观 测

定 性 仿

定 性 观 测

基于模型的故障诊断方法研究

基于模型的故障诊断方法研究

基于模型的故障诊断方法研究门吉芳;潘宏侠【摘要】目前,对非线性动态系统故障诊断的研究越来越深入,产生了多种新方法和新理论.文章介绍了非线性动态系统故障诊断方法之后,还分析了对故障诊断技术有待解决的问题和发展趋势.【期刊名称】《机械管理开发》【年(卷),期】2010(025)004【总页数】2页(P67,69)【关键词】解析模型;粒子滤波;隐马尔科夫;强跟踪滤波器【作者】门吉芳;潘宏侠【作者单位】中北大学,机械工程与自动化学院,山西,太原,030051;中北大学,机械工程与自动化学院,山西,太原,030051【正文语种】中文【中图分类】TP206+.30 引言随着静态系统故障诊断技术研究的逐渐成熟,对动态系统的研究成为热门课题。

动态系统故障诊断技术涉及多方面的学科知识(现代控制理论,信号处理,模式识别,人工智能等数学物理方法的应用和发展)。

诊断是指采用各种测试分析手段和故障状态的识别方法来确定故障的性质、程度的一门学科[1]。

国际故障诊断权威德国的P.M.Frank教授认为[2],所有的故障诊断方法可划分为:基于解析模型的方法、基于信号处理的方法、基于知识的方法。

本文主要介绍基于模型的故障诊断方法。

1 基于解析模型的故障诊断方法基于解析模型的方法需要建立被诊断对象的较为精确的数学模型。

它可分为:状态估计方法、参数估计方法、等价空间方法。

这三种方法虽然是独立发展的,但是它们之间是有一定联系的。

1)状态估计方法的思想是:把通过状态观测器或滤波器的输出与实际系统的输出之间的差值,构成残差序列,再对残差进行分析处理,从而将故障检测出来。

2)参数估计方法是根据参数变化的统计特性,进行故障的检测和分离,不需要分析残差序列。

3)等价空间法是先建立系统的数学模型,再根据系统输入输出的实际测量值检验所建模型的等价性,从而对故障进行检测和诊断。

现已证明,等价空间法和基于观测器的状态估计法在结构上是等价的[3]。

基于解析模型的诊断技术发展最早,它在线性系统中的应用比较成熟,但是实际系统绝大多数是非线性的,因此深入研究非线性系统的故障诊断方法更有重要意义。

基于观测器的某火控系统故障诊断方法

基于观测器的某火控系统故障诊断方法
维普资讯
Vo . 1 No 9 13 , .
Se t mb r 2 0 pe e ,0 6
火 力 与 指 挥 控 制
F r ie Con r la d Co ma d Co r l t o n m n nt o
第 3 1卷 第 9期 20 0 6年 9月
S ONG Xi— n , ONG Ya gx JA h— n n mi L n — i,I Z i u j
( . nig Unv ri c n e& Teh oo y Na jn 1 0 4 C ia 1 Na jn ie s y o S i c t f e c n lg , nig 2 0 9 , h n , 2 O d a c c nq eI s tt o d a c g n e ol e S i a h a g 0 0 0 , h n ) . r n ne Teh iu n t uef Or n n e i En i erC l g , hj z u n 5 0 3 C ia e i
法 具 有 较 好 的 诊 断 效 果 。该 方 法 已成 功 应 用 于 某 高 炮 火 控 系 统 的综 合 检 测 与诊 断 设 备 中 。
关键 词: 状态观测器 , 障诊断 , 故 相对余差 , 火控系统
中 图 分类 号 : TN9 6 5 文献标识码 : A
Fa tD i g ss Te h q e o t t b e v r Re e r h ul a no i c ni u f S a e O s r e s a c o o e Fi e Co r lS s e n S m r nt o y t m


器件 故 障 , 可 以检测 传感 器 中 出现 的故 障 ; 对 系 还 ④ 统 的 内部 可测 性 要 求不 高 , 且 能 有 效 的剔 除控 制 并 信号 对 系统 的影 响 。 对 于某 自行 高 炮 火控 系 统 , 很 多 分 系 统 和单 其 体 内部 可 测性 差 , 给 传 统 的基 于信 号 处理 的 故 障 这 诊 断 方法 带来 很 大 的困难 。 为此 , 文 运用基 于 状态 本 观测 器 的故 障诊 断方 法 , 入相 对余 差 的概 念 , 引 仅通 过检 测 系统 的输入 和相 应输 出来 实 现 故障 的检 测 与
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

−14.4.02201⎥⎥⎥,
0.0
⎥ ⎦
0 0 0⎤ 1 0 0⎥⎦
-4-
考虑以下两种故障情形:
1) t = 5s 时,设置δ a1 = 0.7, δ a2 = 1;

2) t = 5s 时,设置 δ a1 = 1, δ a2 = 0.8 ;
利用本文提供的故障诊断方法,得到故障诊断结果如图 2 和图 3 所示。从图中可以看出, 该方法在仿真实验中的效果还是令人满意的。
2. 周东华,王桂增,故障诊断技术综述,化工自动化及仪表,1998,25(1),58-62. 3. 陈玉东,翁正新,动态系统的故障诊断方法综述,化工自动化及仪表,2001,28(3),1-14
Fault Diagnosis Based State Observer
Xiaozhi Chen
Mechanical Institute of Donghua University, Shanghai, 200051

x(t) = Ax(t) + Bδu(t) y(t) = Cx(t)
(1)
-2-

其中, δ = diag{δ a1,δ a2 ,K,δ am } 为执行其部分故障失效因子矩阵。 δ ai ∈ [0,1]。当
δ ai = 0 时,相当于第 i 个执行器处于开路失效故障状态下;当 δ ai = 1实,表示第 i 个执行器
工作正常; 0 < δ ai < 1表示执行器故障后剩余的执行驱动能力。
使用如下的观测器模型

xˆ(t)
=
Axˆ(t)
+
Bδu(t)
+
L[y(t)

Cxˆ(t)]
式中, L 为观测器增益矩阵。
记状态估计偏差为 ~x (t)
(2)
~x (t) = x(t) − xˆ(t)
(3)
当发射故障时, δ ≠ I m ,状态估计偏差变为

基于 定性模型
知 识 观 测

定 性 仿

定 性 观 测

基于 症状
等价 空间法
状态 估计法
参数 估计法
神 经 网 络

模 式 识 别

模 糊 推 理

专 家 系

故系 滤观障统 波测参参 器器数数 方方估估 法法计计
法法
图 1 故障诊断方法分类图
3. 基于状态观测器的故障诊断方法
考虑如下所示的线性定常系统
Abstract The elementary concepts of fault diagnosis are described at the beginning of this article. A fault diagnosis technique based state observer is presented from the mathematic model angle. Then, the calculation formula for failure factor is deviated in detail. At last, the feasibility of this method is proved by the analysis of simulation experiment.
(8)
其中,“+”表示矩阵的伪逆操作算子
利用式(7)、(8)的结果不仅可以进行在线的故障诊断,同时还能获取表征执行器故障
程度的失效因子。
-3-
4. 仿真研究

(a) δ a1 的计算结果
图 2 故障情形 1)的诊断结果
(b) δ a2 的计算结果
(a) δ a1 的计算结果
Keywords: State Estimation Fault Diagnosis Failure Factor
-5-
-1-

故障诊断 方法
不依赖 数学模型
基于 数学模型
基于 信号处理
基于 知识表述
基于 解析模型



信 息 融 合

空 间 信 号 分 析
信 号 检 验 方

值 检 验 与 趋 势
小 波 变 换




盲 信 号 分 析

主 元 分 析

偏 最 小 二 乘
则式(4)可以改写为
~x& (t) = ( A − LC)~x (t) + Bu (t)(δ − I m )
综合上述各个式,得如下执行器失效因子计算公式
δ = Φ(~x (t) − e( A−LC)t ~x (t0 )) + I m
(6) (7)
t
∫ Φ = ( e( A−LC)(t−τ ) Bu (τ )dτ )+ t0
⎡− 0.033
A
=
⎢ ⎢ ⎢
0.048 0.102
⎢ ⎣
0.0
⎡0.4422
B
=
⎢⎢3.5446 ⎢ − 5.52
⎢ ⎣
0.0
0.027 0.019 −1.01 0.003 0.368 − 0.707
0.0 1.0
0.1761 ⎤
− 47..45992⎥⎥⎥, C
0.0
⎥ ⎦
=
⎡1 ⎢⎣0
− 0.455⎤

x(t) = Ax(t) + Bu(t)
y(t) = Cx(t)
式中, x(t) ∈ R n 为状态向量,u(t) ∈ R m 为控制输入, y(t) ∈ R P 为系统中通过传感器
得到的测量输出。不失一般性的假定 B 满秩,且 ( A, B) 状态完全能控, ( A, C) 状态完全能
观。 故障后系统模型可表示为
故障诊断方法的研究历史较长,基本形成了基于模型的和不基于模型的两大类方法,所 研究的手段不同,各有利弊。现有的方法中,多着重于对固定部位的故障发生与否的诊断。 某些故障情况不再是简单的发生了故障或没有发生故障的二值问题,应对故障程度加以判 断,以便为其后进行的容错控制提供更多的设计自由度。合理地进行故障后系统的驱动重组, 能得到更好的容错效果。
5. 结论
本文给出了故障诊断的基本概念和该学科研究方法的详细分类表,从数学模型的角度介 绍了基于观测器的故障诊断方法,并详细推导了失效因子的计算公式。最后利用仿真实验分献
1. Frank, P.M.,Fault diagnosis in dynamic systems using analytical and knowledge-based redundancy-a survey and some new results.Automatica, 26(2), 459-474

基于状态观测器的故障诊断方法
陈晓智
上海 东华大学机械工程学院 (200051)
E-mail: xiaozhi_chen@
摘要:本文给出了故障诊断的基本概念和该学科研究方法的详细分类表,从数学模型的角度 介绍了基于观测器的故障诊断方法,并详细推导了失效因子的计算公式。最后利用仿真实验 分析对该方法的可行性进行了验证。 关键词:状态估计,故障诊断,失效因子
~x• (t) = ( A − LC)~x (t) + B(δ − I m )u(t) 将 u(t) = [u1 (t),K, um (t)]T 重写为
(4)
u(t) = diag{u1(t),K,um (t)}
(5)
将 δ 改写为δ = [δ a1,K,δ am ]T ,并记 I m = ([1 1 L 1])T ,
(b) δ a2 的计算结果
图 3 故障情形 2)的诊断结果
假设某系统的线性化模型如下所示
x&(t) = Ax(t) + Bu(t) y(t) = Cx(t)
其中, x = [u v q θ ]T , u = [δ c ]δ l T ,状态变量由 x 表示,其中 u 为控制输入。假设
~x (0) = 0 ,系统模型参数如下:
1. 前言
随着科学技术的迅速发展,现代制造系统朝着大型化、高速化、复杂化和自动化方向发 展,相应地对这些系统和设备的状态监控和故障诊断与预测的紧迫性和重要性就日益显现出 来。为了提高系统的可靠性和安全性,故障诊断技术应运而生,不断发展起来。
故障是由于系统中部分元器件功能失效而导致整个系统功能恶化的事件。当系统发生故 障时,系统中全部或部分的参变量就表现出与正常状态不同的特性,这种差异就包含着丰富 的故障信息。故障诊断的任务是对系统故障的特征进行描述,并利用这种描述去检测和隔离 系统的故障。故障诊断包括故障特征提取、故障估价和故障决策等几个部分。
2. 故障诊断方法的分类
故障诊断技术经过了几十年的发展,到目前为止已经出现了基于各种不同原理的众多方 法。按照国际故障诊断权威 P.M.Frank 教授[1]的观点,所有的故障诊断方法可以划分成基于 知识的方法、基于解析模型的方法和基于信号处理的方法三种;从同模型的关系看,可以划 分为不依赖于数学模型的方法。(包括基于知识的方法、基于信号的方法)和基于数学模型的 方法(包括基于解析模型的方法)。本文按照 P.M.Frank 教授的分类方法,对文献[2]和文献[3] 的分类图进行修改和补充,得到如图 1 所示的故障诊断方法分类图。
相关文档
最新文档