基于核状态空间ICA的非线性动态过程故障检测方法

针对工业过程的非线性和动态特性,提出一种基于核状态空间独立元分析的故障检测方法.采用核规范变量分析法将非线性动态过程数据映射到核状态空间,得到去相关的状态数据.对状态数据的各时延协方差矩阵进行加权求和得到状态数据的时序结构矩阵,进而建立ICA统计模型,从状态数据中提取独立元特征数据,并构造监控统计量检测过程故障.在Tennessee Eastman过程上的故障检测结果表明,相比于传统的基于动态核主元分析的故障检测方法,该方法更加灵敏地检测到故障的发生,提高故障检测率.     

一种基于故障参数与状态联合估计的多故障诊断方法

当需要诊断的故障数目较多、扩展故障参数后状态空间不可观测时 ,用一个故障诊断模型无法实现多故障诊断。为此 ,在分析了基于故障参数与状态联合估计的故障诊断方法原理的基础上 ,根据多个故障诊断模型之间存在的内在关系 ,提出了一种新的多故障检测和诊断方法 ,认为在某一段时间内 ,如有 n- 1(n为总故障数目 )个不同的两故障参数模型发出同一故障报警 ,则该故障报警有效。该故障诊断方法综合多个故障诊断模型的诊断结果 ,从而使一类复杂系统的多故障诊断成为可能。理论分析和仿真实验的结果证明该文所提出的方法是可行的 ,并且在工程上是易于实现的。     

基于PSR和SVM方法的化工过程单变量故障诊断

基于相空间重构(SPR)和支持向量机(SVM)算法本文提出了一种利用单一变量进行化工过程故障诊断的方法。首先进行变量筛选,然后对筛选出的关键变量进行相空间重构,再利用SVM对重构后的数据进行故障分类。通过对TE(Tennessee Eastman)过程几类故障进行仿真测试,结果表明在单一故障和多故障情况下,本方法均可实现化工过程的单变量故障诊断;与传统SVW方法相比,相空间重构可有效提高诊断正确率。此方法可为建立简单而有效的单变量故障诊断系统提供理论依据。     

发动机缸体多工序加工变形误差传递的建模与分析

定义了发动机缸体多工序加工过程(MMP)中涉及的4类坐标系,分析了基准误差、夹具误差和刀具误差等误差源在多工序之间的传递、耦合关系.采用有限元法对发动机缸体加工过程中由于切削力引起的变形进行仿真分析,将被加工表面的变形量与刀具误差进行耦合;利用多个特征点的微分运动矢量(DMV)来表征一个尺寸特征,对单点DMV误差流(SoV)的状态空间模型进行扩展,建立了基于点集DMV描述、考虑切削力所致变形的SoV模型.同时,通过B12型发动机缸体加工过程中的实测数据对理论模型进行验证.结果表明,所建立的变形SoV模型具有较好的实用性和有效性.     

基于IMM-UKF方法的机电作动器突发性故障诊断研究

飞机飞行控制系统机电作动器（electromechanical actuator,EMA）的突发性故障会影响到飞机的飞行安全性,甚至导致飞机失控.针对EMA的突发性故障,提出一种基于交互式多模型（interactive multiple model,IMM）和无迹卡尔曼滤波（unscented Kalman filter,UKF）相结合的故障诊断方法.该方法利用UKF不仅能更好地逼近状态方程的非线性特性,而且能使滤波器具有更好的稳定性和更低的计算量要求;利用IMM不仅解决了可测量参数偏少导致的故障诊断困难的问题,而且还改善了发生的故障与预先假设的故障差异较大的情况下故障诊断的快速性和准确性.通过对某型EMA进行故障诊断,仿真结果表明所提出的IMM-UKF故障诊断方法可以实现对EMA部件和传感器故障的快速准确诊断.      

漂浮基空间机器人固定时间收敛主动容错控制

针对载体位置不控、姿态受控的空间机器人存在执行机构存在失效及偏置故障的轨迹跟踪问题,设计了基于固定时间收敛的主动容错滑模控制算法。首先结合拉格朗日法推导出了包含力矩偏置及力矩失效故障的空间机器人系统动力学方程;其次,为消除故障对系统稳定性的影响,引入扩张状态观测器,以实现对故障的动态观测,并在此基础上设计基于固定时间收敛滑模控制器以实现主动容错控制。所提方法具备收敛时间与系统初始状态无关,仅需调节控制参数即可保证系统轨迹在固定时间内收敛的优点。最后通过仿真验算,仿真结果表明所提算法能对故障进行精确观测并在失效故障和偏置故障发生条件下保证系统轨迹精确跟踪及稳定控制,同时相较于其他算法所提算法收敛时间更短,稳态误差更小以及拥有出色的故障观测能力和更强的容错控制能力。     

基于SDG简化模型的工控系统数据网故障溯源方法

针对工业生产控制系统数据网的故障诊断溯源问题,提出了一种基于SDG简化模型的故障溯源解决方法。首先,基于工业生产控制系统数据网的结构特性,建立系统的SDG模型,通过分层和划域建模的方式缩小故障定位的搜索空间。在此基础上,根据业务告警发生时所提取的观测信号量,结合纵向数据和求生数据进行节点的生存分析;其次,结合工业生产系统数据网中故障特征分析,通过单节点故障判定方法判别各节点设备是否故障;最后,结合溯源诊断规则中故障溯因库的原因分类对网络故障进行根源性判定,实现故障溯源。通过测试验证的方法,验证所提方法在工业生产控制系统数据网中应用的可行性,能满足快速故障溯源的要求。     

基于多重预设广义频率响应函数模型的故障诊断方法

为了避免在基于非线性谱分析的故障诊断中估计被分析系统当前的广义频率响应函数（GFRF），提出了一种基于多重预设GFRF模型的故障诊断方法。该方法使用不同的预设GFRF模型来表征系统的各种工作模态，并根据各预设模型与系统当前状态的匹配程度来判定系统故障，应用这一方法对实际的车辆减震弹簧的故障进行了诊断，测试结果表明，该方法对于工程应用是可行的，且该方法能避免在线估计GFRF，具有在线计量小、便于用微处理器实现的优点。     

一种基于RBF神经网络的传感器故障诊断方法

针对传感器故障，提出了一种基于RBF神经网络的集成故障诊断方法，用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合，进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器进行故障进行快速准确的分离和估计，并对传感器故障具有容错性。     

组态式牵引电动机故障诊断模型

摘要： 针对电动机典型的故障诊断模型网络结构复杂、训练困难等问题,提出一种组态式牵引电动机故障诊断模型.该模型由多个多输入单输出的子径向基函数神经网络构成,每个子模型识别一种故障特征.根据系统需要将多个子模型任意组合,用来识别类型繁多的电动机故障.利用特征提取后的样本数据对该模型进行训练,并通过测试样本验证了故障诊断模型的有效性.结果表明,采用组态式牵引电动机故障诊断模型,一个子模型仅识别一种牵引电动机故障状态,结构简单,模型训练难度小,提高了模型的故障识别能力以及应用的灵活性,为牵引电动机故障诊断提供了一条新思路.     

Fault Identification of Rotor Machine Based on Optimized Method

The size and complexity of modern equipment require more advanced fault diagnosis techniques Different from signal analysis based methods, a dynamic model based diagnosis technique can further diagnose the location and severity of the fault, and detect multiple faults at one time. A model based fault diagnosis method was developed to identify typical faults of rotating machinery. This method can identify mass unbalances, crack locations and sizes, and oil film parameters in rotating machinery by optimization methods and dynamics simulation technique. Numerical and experimental results demonstrate that the method is useful for detecting faults of rotating systems.     

改进的基于数据重构的KPCA故障识别方法

核主元分析(KPCA)方法相对于主元分析(PCA)方法在非线性过程监测方面具有一定的优势,但是KPCA很难找到由特征空间到原始空间的逆映射函数,这给基于KPCA的故障诊断带来了很大的障碍.为此,在KPCA故障数据重构方法的基础上,对故障识别指标进行改进.改进后的方法既能够识别单变量引起的故障,又能识别多变量引起的故障,而且减少了指标计算过程中的运算量,避免了传统故障识别方法只能实现单变量故障追溯的缺陷.将提出的故障识别方法在田纳西过程中进行了仿真研究,结果表明所提方法的有效性.     

基于有限状态机的被动测试错误诊断

针对被动测试错误诊断算法只能推测出被测系统可能存在错误却无法准确定位错误的问题，提出了一种逐步定位系统实现错误的层次递进的方法．先利用测试序列的输入输出信息并结合错误模型生成初始诊断错误集合，再依据测试套上下文使用错误检测算法对该集合进行筛选，最后经连续观察或结合主动测试进行错误区分．实例验证结果表明，所提方法能够对绝大多数有单个实现错误的有限状态机模型进行错误定位．     

基于滑模观测器的卫星姿态控制系统滑模容错控制

针对卫星姿态控制系统执行机构故障,设计了基于滑模观测器的滑模容错控制律.采用迭代学习算法在线调节观测器滑模项切换增益,设计滑模观测器估计卫星姿态和角速度.在此基础上,将执行机构故障作为系统的未知动态,提出一种对卫星姿态控制系统执行机构故障不敏感的滑模容错控制方法.该方法利用系统输入和状态信息,结合动力学特性实现未知动态估计,以此设计滑模控制律.通过数字仿真验证了该容错控制方法的有效性.     

基于粒子滤波器的移动机器人惯导传感器故障诊断

提出一种粒子滤波器方法用于诊断移动机器人惯性导航系统传感器故障.该方法将基于规则的推理与多粒子滤波器结合,利用规则推理确定机器人运动状态,每一种运动状态用一个粒子滤波器监视.该方法有效地解决了单个粒子滤波器难以表示复杂逻辑的问题,降低了每个粒子滤波器的粒子数,从而提高了诊断效率和精度.对移动机器人在5种平面运动状态下(静止、直线运动、转动等)的8种工作模式(包括1种正常工作模式和7种故障模式)进行监视的仿真结果表明,采用所提出的方法可以有效地识别惯导系统的1个或多个硬故障.     

电压增量的线性相关性及在电路测试中的应用

为了诊断模拟电路中的软故障和多故障,提出一种新的基于模拟电路节点电压增量关系方程的分析方法,并证明了各节点电压在随元件参数变化时,电压增量之间关系满足线性相关性。利用线性相关系数作为故障特征,提出新的模拟电路故障字典法。与传统方法字典法相比,新的字典法不仅能够诊断电路的单故障、多故障、硬故障和参数故障,而且能够同时适用于直流诊断和交流诊断。在交流诊断中,节点电压的取值范围从实数域扩展至复数域。     

电压增量的线性相关性及在电路测试中的应用

为了诊断模拟电路中的软故障和多故障,提出了一种新的基于模拟电路节点电压增量关系方程的分析方法,并证明了各节点电压在随元件参数变化时,电压增量之间关系满足线性相关性。利用线性相关系数作为故障特征,提出新的模拟电路故障字典法。与传统方法字典法相比,新的字典法不仅能够诊断电路的单故障、多故障、硬故障和参数故障,而且能够同时适用于直流诊断和交流诊断。在交流诊断中,节点电压的取值范围从实数域扩展至复数域。     

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。     

面向过程的多工位薄板装配公差综合

针对多工位薄板装配过程,建立了一种新的公差综合方法.通过分析夹具定位偏差与公差的关系,利用偏差流传递的状态空间模型建立了公差综合的约束函数,以制造成本为目标函数,利用Matlab实现了优化的公差综合方法,同时研究了过程损失对产品质量的影响.结果表明,该方法在确保装配质量的前提下,显著降低了制造成本.     

被动测试中的错误诊断算法

介绍了被动测试的有限状态机模型、错误模型和错误检测算法，给出了单个错误的诊断算法并分析了其时间复杂度，将所提出的算法推广到对多个错误的诊断，以在路由协议OSPF(Open Shortest Path First)的接口有限状态机上做的模拟实验为例来说明算法的有效性．