基于集员估计的线性MIMO系统故障检测方法

考虑了一类具有未知有界噪声的线性多输入多输出(MIMO)系统的故障检测问题,提出了一种基于集员估计的故障检测方法.通过当前时刻系统状态范围和测量输出值的一致性检验来检测系统是否发生故障.如果系统正常运行,则利用系统测量输出信息校正当前时刻系统状态范围.利用三容水箱系统模型进行了仿真研究,结果表明了所提方法的有效性.     

基于PSO-BP的变频液压系统故障检测算法研究

变频液压系统控制信号组成复杂,故障检测采集的数据量庞大,常常出现故障检测数据串扰噪声加大而不清晰。传统的变频液压系统的故障检测主要依靠主观经验与参数测量的方法来进行故障诊断,这些方法对数据串扰造成的影响没有去除,经常会出现漏诊与虚诊现象。为此提出一种PSO-BP的变频液压系统故障检测方法,将变频液压控制系统的故障参数输入到经过优化后的神经网络进行故障诊断模型训练,克服故障数据串扰模糊不清晰的缺点。实验证明,经过优化后的神经网络模型可以将变频液压系统的故障检测准确率大幅度地提高,对实际的液压系统生产有指导意义。     

基于APCA的电站热力过程故障传感器自适应检测方法

为自动适应电站热力过程的连续变化,提出了基于APCA的电站热力过程传感器故障诊断方法,通过模型参数的自动更新,使模型及时反映当前的系统状态,从而连续可靠运行.对PCA重构残差进行研究,在对电站实际测量数据可靠性分析的基础上提出了参数自适应预估计方法,利用预估计值来替代故障数据,以抑制残差污染,提高重构参数的准确性.利用电厂实际测量参数进行了算例分析,表明所提算法能很快适应系统状态变化,并给出正确的检测结果,即使在系统同时存在多个传感器故障时,通过对不良数据的检验,也能够获得准确的重构数据.     

基于主成分分析的建筑空调系统传感器故障检测

在已经建立的建筑空调系统仿真器的基础上,针对系统的温度、湿度、流量传感器提出了一种基于主成分分析的传感器故障诊断方法.该方法根据系统正常的历史运行数据建立数理统计模型,通过传感器实际测量数据与正常数据阵在故障子空间投影的比较,对传感器的故障进行检测.仿真试验表明,该方法能够诊断出固定偏差和漂移故障,为进一步研究传感器的故障诊断提供了必要的基础.     

模型-数据联合驱动的船舶舵机电液伺服系统早期故障检测

提出了一种模型-数据联合驱动的船舶舵机电液伺服系统早期故障检测方法.首先,建立了系统状态方程,对系统中的常见故障进行了模型解析,并对系统中的各类不确定因素进行了分类分析.其次,为减少各类不确定因素的影响,采用混合式处理方法进行逐层削减.利用系统正常运行状态下的输入输出数据先对系统中的不确定参数进行有效辨识,通过设计鲁棒故障检测观测器来对系统中的固有非线性和未知时变外负载力进行处理和解耦.为了能够对早期故障进行有效检测,利用实际及观测系统数据,构建了基于神经网络的补偿模型,可进一步削减剩余不确定因素对故障检测的影响,从而提高故障敏感性.最后,通过仿真和实验共同验证了这种模型-数据联合驱动故障检测方法的有效性,该方法可用于船舶舵机电液伺服系统及类似系统的在线早期故障检测.     

基于PCA-SVDD的冷水机组故障检测方法

分析了基于PCA-SVDD方法的冷水机组故障检测效率,结合PCA和SVDD方法的优点,提出了一种基于PCA-SVDD的冷水机组故障检测方法.通过PCA将正常数据所在的测量空间分解为主元子空间和残差子空间,取正常数据的残差子空间得分矩阵作为目标类数据建立SVDD模型,利用RP-1043中冷水机组实验数据验证故障检测性能,并与传统PCA和SVDD冷水机组故障检测结果进行对比.结果表明:PCA-SVDD方法可用于冷水机组故障检测,进一步提高了故障检测能力,且故障检测结果整体优于传统SVDD和PCA方法;用于冷水机组常见的故障检测,获得了较高的冷水机组故障检测效率.此方法有利于及早发现故障,减少损失,对小幅故障检测效率的提高尤为明显.     

暖通空调系统传感器的故障检测

在暖通空调系统中,传感器测量信号的正确与否将直接影响系统能否正常地运行和实现需要的控制,同时也影响对其它设备进行故障诊断时结果的正确性。该文对传感器的故障检测进行研究。提出了一种诊断传感器慢漂移故障的方法——系统比较和优化的方法。这种方法以系统出现故障的传感器总是少数为假设条件,通过检测系统各个变量测量值的一致性来检测传感器故障。模拟和工程应用表明,这种方法对传感器慢漂移故障的检测是非常有效的,但是这种方法的可靠性取决于系统规模的大小和出故障的传感器在系统中的具体位置。这种方法对空调系统的运行有实际意义。     

基于GRNN观测器的液压作动器系统自适应故障检测

针对液压作动器系统观测器检测诊断技术较少的状况,该文提出一种基于广义回归神经网络(General regression neural network,GRNN)观测器的液压作动器系统自适应故障检测方法,GRNN神经网络的学习速度较快,能大幅提高训练效率。针对环境噪声和随机干扰等因素的影响,引入自适应阈值来降低检测虚警率。首先使用液压作动器系统正常运行时的数据训练神经网络,用训练好的网络对采集的数据进行故障检测,判断液压作动系统是否发生故障。液压作动器系统3种典型故障模式的仿真数据验证了该文方法的有效性。实验结果表明,该方法能够有效检测出液压作动器系统的故障状态。     

飞轮系统的对应性分析故障检测方法

为了实现复杂系统故障的简单、快速检测问题,提出一种基于对应性分析的检测方法,研究了闭环飞轮的故障检测问题。首先,利用飞轮系统的健康数据与故障数据描述飞轮系统的状态,数据向量由飞轮的物理状态参数构成。其次,利用对应性分析方法提取健康数据的故障检测指标及其相应的阈值。最终,利用对应性分析方法提取故障数据的故障检测指标值;并与故障检测指标阈值对比,检测飞轮系统的故障。与扩展卡尔曼滤波故障检测方法相比,不需要复杂的物理建模,利用数据向量之间的关联性即可实现飞轮系统的故障检测。飞轮仿真模型的故障检测结果的对比分析表明:本文算法利用数据关联性避免复杂物理建模;算法能利用实时数据实现在线监测,通用性强。可见,对应性分析故障检测方法具有简单、快速的优点。     

一种基于分层信息融合技术的故障检测方法

针对常规故障检测方法中,传感器本身出现故障将会导致误检或漏检的问题,提出了一种基于分层信息融合技术的故障检测方法,该方法无需关于检测数据以及传感器统计特性的先验知识,可以有效地提高征兆变量的可靠性,从而提高故障检测系统的可靠性.     

暖通空调系统故障诊断的故障向量空间法

为了能有效诊断暖通空调系统（ＨＶＡＣ）中可能出现的故障,保证暖通空调系统安全、节能地运行,提出了一种应用于暖通空调系统故障诊断的新方法——故障向量空间法（ＦＤＳＭ）。ＦＤＳＭ 的基本思想是通过观察一组反映系统或设备结构特性的特征值的变化来进行故障诊断。该方法于１９９５ 年１０ 月在英国牛津接受了国际能源局第２５ 子课题（ｆａｕｌｔｄｅｔｅｃｔｉｏｎ ａｎｄ ｄｉａｇｎｏｓｉｓ ｉｎ ＨＶＡＣｓｙｓｔｅｍ ）主持的竞赛性检验,证明了这种方法的有效性和可靠性。这种方法的提出对ＨＶＡＣ系统的正常运行和节约系统能耗有较大的意义。     

基于PSO算法的HVAC系统LSSVM预测控制

针对暖通空调(HVAC)系统,提出一种基于粒子群优化(PSO)算法和最小二乘支持向量机(LSSVM)的预测控制方法。该方法利用LSSVM建立HVAC系统预测模型并预测系统的输出值,引入输出反馈和偏差校正以克服模型失配等因素引起的预测误差,以此构造加权预测控制性能指标。由PSO算法滚动优化得到系统的最优控制量。利用该控制方法对一个HVAC系统进行仿真实验,结果表明该方法具有较好的控制效果。     

恶劣环境下无人机双旋翼故障的智能监测系统设计

当前无人机双旋翼故障检测系统在恶劣环境下的抗干扰性能差,无法正常运行。设计一种小型、智能的适用于恶劣环境下的无人机双旋翼故障监测系统。首先规划了系统的总体结构,将便携式工控机作为系统运行的核心,用于对故障进行检测、提取故障数据进行存储和分析。然后利用数据采集模块对恶劣环境下无人机双旋翼相关数据进行采集,通过RS485总线完成主机和被监测无人机之间的数据传输。利用信号测试卡模块对数据采集模块接收的数据进行逻辑测试和故障诊断。最后采用无人机双旋翼故障检测算法对故障进行检测。实验表明,所设计系统具有较高的监测效率和精度,诊断效果良好。     

基于特征Petri网建模的冷水机组故障诊断系统

冷水机组是建筑物中空调系统重要的制冷设备,它的运行状态直接关系到建筑物暖通空调系统运行的性能和稳定性,其故障诊断问题一直受到广泛关注.将特征建模方法引入到冷水机组的故障诊断技术中,并采用模糊Petri网技术实现建模.利用Petri网进行知识表示及推理的矩阵运算算法,描述冷水机组故障征兆与特征参数的关系.运用所提出的诊断系统,不但可以充分利用各特征参数的信息资源进行故障判断,而且可根据冷水机组能效指标COP对故障诊断结果进行综合诊断,有利于冷水机组高效运行.实验结果验证了该故障诊断系统的可行性和准确性.     

多联机系统与轻钢装配式建筑一体化设计新方法

近年来,轻钢装配式建筑因自身结构简单、施工快速便捷、环境效益高等优势,得到广泛关注与研究,并大量应用于工程实践,具有较大的应用前景。轻钢装配式建筑的出厂构件不宜被二次破坏,但传统暖通空调设计方法所导致的后续施工会破坏建筑结构。因此,传统暖通空调设计方法已不适用于轻钢装配式建筑。而目前针对暖通空调与轻钢装配式建筑融合发展的研究与应用相对较少。为填补适应轻钢装配式建筑的暖通空调设计方法的空白,作者提出了一种暖通空调系统与轻钢装配式建筑一体化设计新方法。并探究了适用于传统建筑的暖通空调设计方法与适用于轻钢装配式建筑的暖通空调设计方法的差异。根据这两种暖通空调设计方法的差异,在现有传统暖通空调设计理念的基础上,凝练出暖通空调系统与轻钢装配式建筑融合发展三项原则。这三项融合原则分别为结构安全优先、非同寿命周期和功能区弹性化原则。并基于上述三原则,进一步提出暖通空调系统与轻钢装配式建筑融合新方式,并以多联机系统为案例展开深入分析。研究结果表明,所提出的多联机系统与轻钢装配式建筑一体化设计新方法,能够弥补传统暖通空调设计方法应用于轻钢装配式建筑的不足。并能充分发挥轻钢装配式建筑自重轻、结构简单、构件小可暗装等优势。该研究为暖通空调系统与其它类型装配式建筑一体化设计开拓了思路,奠定了理论基础。     

一种GPS接收机的完整自检测和故障分离技术

载波相位测量是目前GPS测量中精度最高的观测量,利用载波相位求解的DGPS(RTK)的精度很高,是目前高精度要求的主要产品,利用载波相位的主要问题就是容易出现周跳.更好地解决周跳问题就可以大幅度地提高GPS接收机的性能.运用最小二乘法解出敏感残差距阵,利用相关系数检测并确定发生周跳的卫星,然后进行排除.得出的这种快捷的自检测和故障分离技术,经过试验验证准确高效,可以大幅度的提高RTK接收机的性能.     

基于FRICA算法的非高斯过程故障检测方法

独立元分析(ICA)是一种有效的非高斯过程故障检测方法,但其建模过程仅仅使用正常工况数据,忽视了对先验故障工况数据的利用.针对此问题,提出了一种基于故障相关ICA(FRICA)算法的故障检测方法.该方法使用ICA算法提取正常工况数据中的非高斯特征成分;再将正常工况数据集和先验故障工况数据集融合在一起构成多工况数据集,利用非局部保持投影进行二次特征提取,获得故障判别成分;在两种特征成分的基础上构造新的监控统计量,并利用核密度估计得到相应的置信限,完成对实时数据的监控.连续搅拌反应釜(CSTR)系统的监控仿真结果表明:与基本ICA方法相比,FRICA方法能更有效地检测出过程故障.     

基于深度学习的小样本流体机械故障诊断方法

主要开展了深度卷积生成对抗网络（DCGAN）在流体机械故障诊断方面的应用研究,建立了基于深度学习和迁移学习在小样本条件下的流体机械故障诊断方法.仿真实验结果表明：基于DCGAN生成的数据能涵盖原始数据的主要特征,可被用于对流体机械小样本故障诊断数据的扩充.结合迁移学习和深度学习的故障诊断方法,采用不同流体机械的运行数据对模型进行实验验证,结果表明：该模型解决了小样本训练中的过拟合问题,诊断准确率为98%~100%.