一类非线性系统执行器多时滞故障诊断

提出了一种非线性系统的执行器多时滞鲁棒故障诊断方案,非线性与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性,通过M atlab软件仿真验证了该方法的有效性.     

多时滞不确定非线性系统传感器鲁棒故障诊断

提出了一种带有多时滞不确定非线性系统的传感器鲁棒故障诊断方案,非线性仅与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性,最后通过仿真说明了该方法的有效性。     

基于RBF神经网络的非线性系统故障诊断

针对一类含模型不确定性的非线性系统,提出了具有强鲁棒性和高灵敏度的在线故障检测与诊断方法.其中,系统只有输入、输出可检测,故障是关于输入和状态的非线性函数.非线性在线估计器用于估计系统不确定部分,同时监视系统是否发生故障,估计故障的大小.仿真结果表明,故障诊断算法稳定.     

非线性时滞不确定系统执行器鲁棒故障诊断

提出了一种含有不确定性环节的非线性时滞系统的执行器鲁棒故障诊断方法,通过应用观测器技术和自适应技术来确定估计系统输出与实际系统输出的差值,若大于或等于阈值,诊断发生了故障。同时详细地分析了该方法的鲁棒性、灵敏性和稳定性。最后通过仿真验证了它的有效性。     

故障估计的快速梯度算法

加性故障的估计通常是依赖于状态空间模型,如滑动时域估计和未知的输入观测器。本文基于闭环系统的输入-输出观测数据,采用直接设计的方法来估计故障,并设计控制器。该直接方法无需建立系统和故障的状态空间模型,也无需采用子空间辨识来建模。对于故障的估计,利用闭环系统中输入-输出关系建立一个参数化的最小二乘问题。在施加故障的上下限约束条件下,采用快速梯度算法来估计故障。最后以直升机悬停状态为例,利用本文方法估计故障,验证方法的有效性。     

基于逆系统内模控制的非线性系统故障调节

针对一类满足Lipschitz条件的多输入多输出非线性可逆系统,提出一种基于逆系统内模控制的故障调节方法.该方法首先给出一种同时具有比例与积分项的快速故障估计算法,以此为受控对象设计自适应观测器来估计执行器故障,提高故障估计过程的快速性和平稳性;其次,根据故障估计值,基于逆系统方法产生附加控制律对逆模型进行补偿调节,并...     

神经网络故障检测算法研究

该文采用输出带输入线性项的RBF神经网络来辨识非线性随机系统模型,基于扩展卡尔曼滤波器的设计思想,设计了一个可估计状态滤波协方差阵及状态预测协方差阵上界的次优状态滤波器,以产生残差序列,并可用来进行故障检测。该方法适用于一大类非线性随机系统,具有较大的适用范围。     

一种自确认软测量方法的研究与应用

软测量技术在过程工业中得到了广泛应用于代替或部分代替仪表的功能进行监控。但是,长期困扰软测量应用的是其鲁棒性问题。因此,提出了新型的软测量模型即自确认软测量模型。利用主元分析对输入传感器数据进行了在线校验和故障重构,不仅能确保了输入传感器(辅助变量传感器)数据的可靠性。同时,利用一定的状态参数来指示当前输入传感器的状态。此外,通过输出方差和归纳区间估计两种方法对软测量输出的不确定性进行了描述。模型的输出将不是单个预测值的输出,而是同时输出五种信息:带概率区间的输出、模型的状态(故障状态,重构状态和迷失状态等等)、不确定性、故障信息和校验输出值,并对发生故障的输入传感器进行数据重构和修复以达到模型自校验和自诊断的目的。所提出方法在污水处理过程中得到了有效应用。     

基于RBF神经网络的传感器非线性故障鲁棒诊断

针对一类非线性系统,传感器非线性故障情形,提出了新的故障诊断方法·该方法采用状态变量扩展技术将传感器故障转化为系统故障进行诊断,RBF神经网络对传感器故障的导函数进行估计,网络权值在线调整,进而实现故障的实时估计·对于系统中存在的不确定性,故障诊断方法应用阈值处理技术,使算法具有一定鲁棒性·对于给出的算法,证明了Lyapunov稳定性·最后,给出了仿真实例,结果验证了该方法的正确性·     

采用状态估计的泵控非对称液压缸模型预测控制

针对伺服电机驱动泵控非对称液压缸系统存在约束和鲁棒性差等问题,提出了采用状态估计的模型预测控制策略。根据泵控液压缸系统的原理和实际要求,建立了含输入和输出约束的状态空间模型;引入模型预测控制,避免了阀切换带来的非线性,提高了约束优化控制性能;结合卡尔曼滤波器,补偿了干扰和模型误差的影响,提高了系统的鲁棒性。仿真结果表明,所设计的控制策略能够实现无偏移跟踪,保证输入不超限、输出无超调,且具有很好的处理干扰和模型失配的能力。实验结果中,液压缸位置无超调,相对位置跟踪误差约为0.5%,干扰和模型误差对控制性能的影响很小。可见,所提方法能应用于实际泵控系统,提高输入、输出约束下的控制性能,容许一定的干扰和建模误差。     

基于系统周界模型的典型坝控流域人类活动影响

基于系统周界的观控模型提出了人类活动影响的侵蚀分析方法,通过系统模型输出、内部状态以及输入之间的关系,导出了系统输出与输入、系统内部状态和人类活动影响强度的关系式。应用于陕西省榆林市子洲县西北部的小河沟流域的石畔峁坝坝控流域系统,以坝控流域上的四个侵蚀性降雨指标为输入集,以四种水保措施为内部状态集,以淤地坝层淤积量为输出集,并与传统系统分析方法进行了比较。结果表明:提出的模型方法较为合理,能更准确地分析出人类活动的变化趋势和系统内部状态对坝控流域土壤侵蚀的影响,从而说明了坝控流域系统的输出受到输入、内部状态以及人类活动的多重影响,拓宽了人类活动影响下的黄土高原土壤侵蚀研究思路。     

多变量过程传感器故障检测的SVM方法

提出一种适用于具有纯滞后多变量过程的传感器故障检测方法.该方法结合支持向量机回归算法与数据驱动的信息融合技术,给出一种采用广义支持向量机观测器的传感器故障检测、分离和数据恢复系统的架构.每个关键传感器都配置一个由过程输入和除被监视传感器之外的过程输出共同驱动的观测器,对传感器实际输出与观测器输出进行了比较,并对数据的有效性进行了确认.多组分精馏塔系统实验表明,该方法能够对过程传感器故障进行检测,并且具有较好的鲁棒性.     

基于自适应神经网络的电路系统故障诊断研究

针对人工神经网络的特点,对传统BP算法进行了全面改进,通过采用自适应学习率和动量因子修正等方法,有效克服了传统BP算法在实际应用中学习收敛速度慢和容易出现局部极小点的缺点。以电路系统的故障诊断为例,引入了模糊数学中的隶属度函数,对故障特征量进行处理后作为自适应神经网络的输入,故障编码作为网络的输出。实验仿真结果表明,该系统对电路故障类型能够有效地进行诊断和识别。     

基于未知输入观测器的不匹配干扰系统滑模控制

针对具有不匹配未知干扰的非线性系统,研究基于状态估计和未知输入重构的控制问题.在状态可测和未知干扰已知假设下,提出了一种新滑模控制器设计方法,以达到输出渐近稳定;通过设计一种未知输入观测器,对系统的时变未知输入进行重构;基于高增益滑模观测器对未知干扰的微分和系统的输出微分信息进行了有限时间内的精确估计;设计了一种新的基于观测器的控制策略,并论证其可行性.利用一个实际模型验证该控制器的有效性.     

一类非线性时滞系统的鲁棒故障诊断

讨论了一类非线性时滞系统执行器故障的鲁棒故障诊断问题.通过引入一种适当的坐标变换,将一类非线性时滞系统转化为两个低维子系统,研究与非线性项无关子系统的基于状态观测器的鲁棒故障诊断系统设计问题,借助线性矩阵不等式(LMI)技术,推导出依赖时滞大小的解存在的条件以及观测器增益矩阵的求解方法.仿真算例验证了该方法的有效性.     

带非线性输入的不确定系统的鲁棒L2-gain控制设计

作者对一类具有扇形非线性输入的不确定系统,在一定条件下,给出了一种鲁棒L2-gain控制设计,它保证了系统存在一类不确定性参数干扰时,闭环系统仍然满足给定的性能指标。     

神经网络在提升机故障诊断中的应用

结合领域专家的经验知识,根据提升机制动系统故障树,完成了故障样本的收集与设计,然后用自组织特征映射(SOM)网络对制动系统的7种故障自动进行了分类,成功实现了第一层次的诊断;总结了制动系统子系统-液压站故障树,进行故障样本的收集与设计,然后用BP网络、BP网络状态分类器和Elman网络对液压站故障进行了第二层次的诊断,确定了故障原因和程度.对液压站故障的测试结果表明,这3种网络最后的结构和智能算法trainlm、输入、输出均能满足故障诊断与预测的要求;Elman网络的诊断性能较稳定,其隐含层神经元数对诊断性能的影响较小;故障测试精度由高到低依次是BP网络状态分类器、BP网络、Elman网络.