基于小波包和支持向量机的传感器故障诊断方法

针对自确认压力传感器的故障诊断问题,提出了一种基于小波包变换和支持向量机的传感器故障诊断方法。该方法对传感器输出信号进行三层小波包分解,提取各个节点的小波包系数,对每个节点的小波包系数通过一定的削减算法增强故障特征,然后利用重构的时域信号计算各个节点的能量以及整个信号的削减比作为特征向量,以此作为输入来建立支持向量多分类机,判断传感器的故障类型。对自确认压力传感器、温度和流量传感器的故障诊断结果表明,该方法能有效地应用于传感器的故障诊断中。     

一种基于加权证据合成的多传感器目标识别方法

针对多传感器数据融合目标识别问题，基于D-S证据理论，提出了加权证据合成的时空域目标识别算法。该方法充分利用了多传感器多周期的测量数据，并根据D-S合成规则要求参与合成的各证据具有相同权重的特点，充分考虑了提供证据的信源即各个传感器的可靠性。在合成中，引入证据权的概念，解决了不同权重的多传感器数据融合问题，在一定程度上改善了目标识别系统的性能。最后通过计算实例表明算法是有效的。     

基于多传感器信息融合的车速估计方法

准确地测量计算车辆的纵横向速度是现代汽车控制系统的关键,在横摆角速度传感器、加速度计和车轮角速度传感器等多种汽车传感器所测得的信号基础上建立估计系统的状态方程和测量方程,通过汽车动力学模型计算出车辆的纵横向参考速度,最后用卡尔曼滤波技术对车速进行估计.并对参考车速误差的影响进行分析.仿真结果表明该方法估计效果好,误差小,具有可靠性和有效性.     

内时钟采集时域缸压信号转角度域的方法

提出一种缸内压力信号测试新方法.该方法无需在发动机自由端安装角标器,仅需在飞轮端安装传感器获得飞轮齿圈信号即可,且易于安装.利用高速内时钟数据采集卡同时测试缸内压力信号及齿圈信号,通过Newton插值算法得到齿圈信号过零点的精确时刻;基于发动机在飞轮齿圈转过1个齿的时间内转速恒定的假设,在每个齿内通过插值运算,将时间域的缸内压力信号转化为角度域信号.实验结果表明,提出的方法工作可靠,数据处理的结果满足燃烧过程分析的需要.     

基于近似移动矢量的证据理论可靠性设计优化方法

针对存在认知不确定性的结构优化问题,提出了一种基于近似移动矢量的证据理论可靠性设计优化方法,可有效提升计算效率.该方法通过等面积法将证据变量转换成概率变量,构建等效的概率可靠性设计优化模型,并使用序列优化与可靠性分析方法求解获得近似设计点;开展基于证据理论的可靠性分析求解约束的可信度,构建近似移动矢量和确定性优化模型,求解获得新的设计点;重复概率可靠性设计优化与证据理论可靠性分析组成的序列迭代过程,直到收敛得到最优设计点.本文方法能够将嵌套的证据理论可靠性设计优化问题转换为近似等效的概率可靠性设计优化与证据理论可靠性分析组成的序列迭代过程进行求解,能够有效降低证据理论可靠性设计优化的计算成本.通过算例验证了所提方法的有效性.     

结构可靠性优化设计的证据理论和微分演化方法

采用证据理论作为传统概率的替代方法处理不精确的数据信息,提出了基于证据理论的可靠性优化设计方法.该方法针对给定的失效概率许用值Pf,通过计算证据理论的不确定测度Pl(F),以Pl(F)Pf作为可靠性约束条件的替代模型进行可靠性优化设计.为了降低基于证据理论不确定量化分析的计算成本,引入微分演化优化算法计算区间边界值.以典型桁架结构形状优化问题为例,验证了所提出方法的准确性和有效性.     

一种有效的加权冲突证据组合方法

为了有效融合高度冲突的证据,提高证据高度冲突时融合结果的可靠性和合理性,给出了一种新的加权证据组合方法。该方法根据证据之间的关联特性,通过计算证据体间的相对距离获得系统中各传感器证据的权重。首先引入一个证据体间的距离函数,根据多证据体的距离,得到系统中各传感器证据体之间的相似度和各证据的支持度,依据支持度的大小进一步可得到各证据的可信度,以此作为各证据的权重,对证据的基本概率指派进行加权平均,最后利用Dempster组合规则融合加权平均后的证据。与其他方法相比,该方法在系统存在伪证据(干扰)时能有效迅速地识别出目标。     

纯电动汽车电子加速踏板可靠性控制研究

为确保加速踏板信号的可靠性,采用非接触式霍尔传感器作为电子加速踏板位置传感器,对踏板位置传感器信号提出一种改进的一阶低通滤波算法,进行2次滤波消除信号突变,并结合电动汽车电机驱动特性对加速踏板位置传感器信号进行故障诊断.通过建立踏板信号控制模型仿真,测试了整个控制过程的可靠性.结果表明,踏板信号出现毛刺及过高、过低或同步误差较大等异常时能准确判断出各种故障状态,该控制方式可满足纯电动汽车电子加速踏板可靠性控制的要求.     

多元声阵被动声定位研究

针对五元空间声传感器阵列被动声定位中存在着对目标声源位置估计偏差较大的问题,提出了一种七元空间声传感器阵列被动声定位的数学模型,通过数学推导与计算给出了定位公式.利用误差分析理论对比了两种阵列的定位性能,得出了定位偏差与目标声源的俯仰角,方位角和时间延迟量的关系.使用这2种声阵对100个假设目标声源位置点进行估计计算,通过计算机仿真得出了七元空间声阵具有较高定位性能.     

结构动态响应多传感器监测信号数据融合分析

针对结构监测中传感器受环境噪声影响的问题,采用数据融合方法实现减小所测得信号中噪声.采用证据理论(D-S)算法对多个传感器于同一点得到的加速度信号进行融合.首先构造出结构地震响应的"真值",并通过掺杂不同的噪声模拟多个传感器的传感信号.通过对多个案例的相关系数、峰值出现点以及误差值的分析比较表明,融合后的信号比融合前更加接近"真值".其分析比较还可表明,采用的多传感器数据融合方法所获得的信号优于其它方法如卡尔曼滤波处理后的数据.     

柔性加工单元的状态监测与故障诊断研究

目的 解决目前柔性加工单元状态监测与故障诊断系统实时性差,策略过于简单,易误判漏判的缺陷,方法 从分析故障机理入手,利用与ＣＮＣ／ＰＬＣ并行通讯获取机床工况信息和神经网络预测模型检测信号,利用专家系统进行故障信融合,结果 提出了柔性加工单元监控诊断的总体框架及具体检测点、检测方法、故障简易、精确诊断的实现策略、结论基于长春ＦＭＳ实验中心立式加工中心的分析与初步实验仿真表明;该方案方法快速、可靠、有     

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。     

基于滑模观测器的非线性系统故障检测与重构

 为提高控制系统的安全性和可靠性,针对非线性系统传感器的故障诊断问题,提出一种利用滑模观测器进行故障检测和重构的方法。首先引入积分变量将传感器故障转化为执行器故障,通过对执行器故障的诊断间接诊断传感器故障。针对转化后的系统构造滑模观测器,进而实现传感器故障重构。采用Lyapunov稳定性理论,证明设计的滑模观测器的稳定性。对于构造的滑模观测器,给出一种用线性矩阵不等式方法求解的简便算法。最后,对于文献中给出的非线性系统,就不同的故障类型作用在传感器上的几种情形进行仿真。仿真结果表明,所设计的滑模观测器能够准确地重构非线性系统中传感器的缓变故障和突变故障;当系统存在未知扰动时,所设计的滑模观测器也能准确地重构故障。该方法从开始就对故障进行重构,避免了产生和评价残差信号的复杂性。     

嵌入式旋转机械状态监控与故障诊断系统研究

从实现具有自监控、自诊断能力的智能化机械设备的角度,系统介绍了面向Internet的、具有远程监控、诊断、维护和升级能力的嵌入式旋转机械智能状态监控与故障诊断系统的实现技术.该系统采用数字信号处理器(DSP)及嵌入式计算机,实时检测并存储设备运行的转速、振动等信息,由DSP进行故障信号处理和特征分析,并通过自定制的嵌入式Linux操作系统实现了面向Internet的远程软件升级和系统维护,其内嵌的基于移动代理的嵌入式诊断软件可以通过局域网或Internet与远程故障诊断中心自动交互诊断信息,实现协同诊断,有效地提高了设备状态监控与故障诊断系统的智能化水平.     

Application of Kernel GDA to Performance Monitoring and Fault Diagnosis for Rotating Machinery

Faults in rotating machine are difficult to detect and identify,especially when the system is complex and nonlinear.In order to solve this problem,a novel performance monitoring and fault diagnosis method based on kernel generalized discriminant analysis(kernel GDA,KGDA) was proposed.Through KGDA,the data were mapped from the original space to the high-dimensional feature space.Then the statistic distance between normal data and test data was constructed to detect whether a fault was occurring.If a fault had occurred,similar analysis was used to identify the type of faults.The effectiveness of the proposed method was evaluated by simulation results of vibration signal fault dataset in the rotating machinery,which was scalable to different rotating machinery.     

机器故障诊断模糊分类规则的归纳学习

机器状态的有效监控是机器安全运行,提高系统生产效率的重要途径,由于环境的复杂性与不确定性,现有机器故障诊断系统的可靠性还不能满足应用要求,为此近来年发展了模糊诊断技术,对于模糊系统而言,其关键问题在于如何获得解决具体问题的模糊知识或规则,为此提出了一种被称为模糊归纳学习的学习方法,并利用模糊信息熵概念建立了从不确定信息数据中归纳模糊规则的学习准则,实验结果表明,利用所提出的模糊归纳学习方法所获得的模糊规则能不确定怀数据进行有效分类,从而能有效地提高机器故障诊断系统的与可靠性。     

基于人工神经网络的旋转机械多故障同时性诊断策略

针对大型旋转机械多故障同时性诊断问题，基于人工神经网络，构造了一种由多个子网络组成的分级诊断网络（ＨＤＡＮＮ）。该网络旨在将一个大的分类模式空间划分为几个小的子空间，以便对各子网络进行有效的训练，提高各子网络的分类能力，从而使整个网络具有高精度的多故障同时性诊断能力，测试结果表明：ＨＤＡＮＮ网络不仅能准确地对单故障进行诊断，而且多故障同时存在的情况下，也能有效地识别出各种故障，该网络具有较高的诊断     

基于LabVIEW的齿轮故障测试系统

采用噪声分析法,用普通的计算机声卡代替专用数据采集卡,利用LabVIEW虚拟仪器软件平台,设计了基于PC机的虚拟齿轮故障测试系统.能实现齿轮噪声信号的实时采集和信号时域分析和频谱分析功能,达到监测和诊断齿轮故障的目的.     

KPCA在凿岩台车控制系统传感器故障诊断中的应用

传感器状态对于凿岩台车的作业有着极其重要的影响,对其展开故障诊断十分必要.核主成分分析(KPCA)方法通过集成算子与非线性核函数计算高维特征空间的主元成分,有效捕捉过程变量中的非线性关系,将其用于传感器4种常见故障的诊断,先用Q统计量进行故障监测,再用T2贡献量百分比变化来识别故障.仿真和实际应用结果表明:KPCA方法具有很好的故障监测与诊断能力.