基于非线性自适应观测器的故障诊断

将自适应控制的思想和状态观测器方法相结合研究了一类非线性控制系统的故障诊断问题。针对一类满足Lipschitz条件的带有未知参数的非线性系统,提出了一种非线性自适应状态观测器的设计方法,并将其应用到控制系统的故障诊断中。通过设置未知故障向量的自适应调整律,保证了状态观测器的渐近稳定。数字仿真证明了该方法的有效性,系统渐近稳定,状态向量和故障向量的估计值均趋近于实际值。     

基于神经网络补偿的广义离散模型参考自适应控制系统设计

用一个常规线性模型对被控对象进行辨识，线性模型辨识的余差用一个神经网络进行补偿，线性模型和神经网络共同构成对象的辨识模型。利用参考模型的输出状态和被控对象的预测值，提出了适于任何形式被控对象的广义离散MRACS设计方法，适用于线性、非线性、最小相位和非最小相位系统。仿真结果表明，系统响应速度快，能够跟踪任意给定的参考序列，具有较强的鲁棒性和较好的控制精度，从而拓宽了模型参考自适应控制的应用范围。     

基于模糊神经网络的自适应滤波方法仿真研究

提出了一种模糊自适应卡尔曼滤波算法。该算法基于模糊规则，根据新息相关性，自适应调整测量噪声方差R，有效的解决了噪声的统计特性与实际不符时，滤波器发散的现象。同时，利用Elman网络作为误差估计器，补偿模糊自适应卡尔曼滤波器的估计误差。仿真结果表明，两种方法结合，可以有效地防止滤波器发散，缩小实际的滤波误差，提高滤波精度，实现滤波器参数的在线改进。     

基于联邦滤波算法的无人机集群分层协同导航

为了解决传统单主从式无人机(unmanned aerial vehicle,UAV)相对导航结构因长机故障导致导航精度发散以及全连通协同导航算法计算量和通信负担较重的问题,提高集群导航稳定性以及导航信息的利用率,基于联邦滤波算法,提出了一种分层协同导航算法,并且根据导航精度将UAV集群分为长机层与僚机层,建立了UAV集...     

基于高阶累积量符号相干累积自适应滤波算法

基于传统LMS（Least Mean Square）的自适应谱线增强（Adaptive Line Enhancement，ALE）算法的主要缺点是：抑制高斯噪声效果差，计算量大，收敛速度慢，为了尽可能的克服这些缺点，利用相干累积算法对输入数据中相干分量的相干累积作用和符号算法能减少计算量的性能，修正了传统的LMS算法，提出了基于高阶累积量符合相干累积迭代的自适应谱线增强新算法，该算法具有良好的抑制高斯有色噪声效果。计算量小，输出信号平稳等特点，能较好地克服基于LMS的ALE算法的缺点。仿真结果证实了该算法的有效性和可行性。因此，本文的研究具有良好的实用性和应用前景。     

基于自适应神经网络的非线性系统故障诊断

针对一类模型未知及状态不可测的非线性系统,提出了基于自适应神经网络的故障诊断策略,不仅在线估计神经网络的矩阵权重,而且在线估计高斯函数的宽度和中心。该方法对系统的未知非线性特性没有特别要求,仅对神经网络提出较弱的假设条件。首先利用径向基函数(Radial Basis Function,简称RBF)神经网络构造状态观测器,估计系统的状态。然后利用另一个自适应RBF神经网络作为故障估计器,其输入是系统的估计状态(而不是系统状态),其输出为系统所发生的故障模型。利用Lyapunov稳定理论详细分析了状态误差和故障误差的收敛性,分别给出了两个神经网络的参数调整律,仿真证明了该方法的实用性和有效性。     

一类非线性系统的执行器偏差故障诊断

针对一类具有系统建模误差,以及含传感器模型不确定项的非线性控制系统,提出了一种用于执行器故障诊断的观测器方法。观测器中引入自适应补偿项,当出现偏差后将对故障及建模不确定项进行补偿。自适应算法中采用了死区算子,增强了算法的鲁棒性。同时利用自适应律进行偏差估计。理论分析证明观测器的观测误差收敛到零。仿真结果表明了方法的有效性。     

基于自适应超螺旋观测器的空间机械臂鲁棒故障诊断

针对空间机械臂系统执行器鲁棒故障诊断问题,提出一种基于改进的自适应超螺旋观测器故障诊断方法。为抑制复杂空间环境引起的外部干扰对故障诊断结果的影响,在经典超螺旋观测器的基础上引入观测器参数自适应调整算法,同时解决观测器参数过估计问题与噪声扩展问题。此外,引入小于1的分数幂和线性比例项来提高观测器的平滑性和快速性,进一步改善故障诊断效果。基于Moreno-Lyapunov函数算法分析了观测器的有限时间稳定性,证明了观测器的估计误差可以在有限时间内收敛至包含原点的邻域内,提出残差生成方法并设计了基于自适应阈值的故障诊断策略。最后,结合小行星采样空间三连杆机械臂算例,通过仿真验证了所提方法的有效性。     

两种基于RAIM的多模卫星故障诊断与重构方法

基于接收机自主完善性监测(receiver autonomous integrity monitoring, RAIM)算法,研究了两种针对全球定位系统/全球导航卫星系统(global position system/global navigation satellite system, GPS/GLONASS)多模卫星的故障检测与诊断方法,并提出了一种在无法进行最小二乘解算情况下的故障快速重构方法,即用前面时刻解算的正确结果来快速预测当前时刻的导航定位信息。应用多模卫星接收机真实数据的验证结果表明,两种方法均能正确诊断出故障卫星,且能对故障进行有效重构。同时,在对两种方法的优缺点进行对比分析的基础上,指出具体应用何种方法要根据实际应用环境而定。     

基于自适应观测器的导弹电动舵机故障诊断研究

介绍一种基于自适应观测器的故障诊断方法,该方法通过构造自适应观测器获取反映系统故障的残差信息,并根据Lyapunov方法证明了自适应观测器的稳定性,然后采用需要样本较少的序列概率比方法进行故障决策。建立了某导弹电动舵机的数学模型,通过构造自适应观测器获取反映系统故障的残差信息,针对该系统出现的故障,利用序列概率比方法进行故障决策,仿真验证了本方法的有效性。     

基于支持向量机的ESP系统传感器故障诊断方法

应用支持向量机(SVMs)回归估计方法建立ESP系统的传感器预测模型；将支持向量机模式分类方法应用于传感器的故障分离，用DAGSVM作为残差分类器获得故障结果。研究结果表明将支持向量机应用于ESP系统的传感器故障诊断是有效可行的。     

基于改进LS-SVM的液压舵机双闭环系统故障诊断

针对最小二乘支持向量机(LS-SVM)的稀疏性损失和鲁棒性下降等缺陷,提出了一种改进的LS-SVM算法.利用改进LS-SVM,设计了一个某型飞机平尾液压舵机双闭环控制系统的故障诊断系统.充分利用系统的可测参量,建立了基于改进LS-SVM的平尾液压舵机的全局故障检测模型和局部故障检测模型.仿真结果验证了该方法的有效性.     

基于回归型支持向量机的液压舵机故障诊断

利用回归型支持向量机（SupportVectorRegression，SVR），设计了一个液压舵机的故障诊断系统。利用系统的可测参量，建立了基于SVR的液压舵机的全局故障检测模型。在仿真过程中发现，此方法能对电液伺服阀、位移传感器和伺服放大器的各种故障进行诊断，诊断准确度高，适用于闭环控制系统的故障检测，仿真结果验证了该方法的有效性。     

模拟退火自适应模糊系统学习算法及其在故障诊断中的应用

把自适应模糊系统的学习过程分解为聚类和线性优化,用模拟退火作为聚类的工具,提出了一种基于模拟退火的自适应模糊系统学习算法,用该学习算法建立某非线性伺服机构的模型,并构造基于模型的故障诊断系统,实验取得了良好的结果。     

一种改进的卫星网络故障诊断算法及其评估

星际链路的加入提高了卫星网络的连通性和自治性，也使得整个网络更为复杂。故障检测与诊断是保证此类网络容错性的一项重要措施。在前面工作的基础上，提出一种改进的基于系统级诊断的卫星网络故障诊断算法，并给出诊断正确性的证明。通过仿真对算法在一种双层LEO／MEO网络中的通信开销和诊断完全率（诊断出状态的网络节点数在网络节点总数中所占百分比）进行深入分析。结果表明，改进后的算法比原来的算法具有更好的通用性和诊断完全率。     

SVR在传感器故障诊断中的仿真研究

利用回归型支持向量机(Support vector regression，SVR)，设计了一个传感器故障诊断系统。对SVR采用离线训练，在线应用的方法。使用训练好的SVR模拟系统的动态特性，并将输出结果和实际系统输出相比较，从而生成故障残差。仿真结果表明，SVR能够高精度的模拟系统的动态特性，进而生成较高精度的故障残差，有效地保证了传感器故障诊断的准确性。     

基于系统仿真的故障检测与辨识技术研究

将系统仿真技术应用于故障检测与诊断 ( FDD) ,提出了通过实测信息的在线交互解决理论轨线偏差的思想 ,建立了基于系统仿真的 FDD逻辑结构 ,针对 MIMO系统和线性动态 -测量系统构造了具有良好统计性质的故障辨识算法 ,为故障检测、故障辨识、故障时间确定和故障模式识别提供了新的技术途径 .本文的思想和方法不但可用于 CVDS的故障检测与诊断 ,对大规模复杂系统故障分析也具有供鉴和参考价值.     

Actuator fault diagnosis of time-delay systems based on adaptive observer

1 .INTRODUCTIONOwingtotheincreasing demandfor highreliabilityinmany industrial processes , much attention has beenpaid to the problem of fault detection and diagnosis(FDD) in dynamic systems over the past twodecades. Fruitful results can be found in Refs .[1 ~3] .It is well known that faults in a dynamic systemcan take many forms . They can be actuator faults ,sensor faults ,unexpected abrupt changes of some pa-rameters or even unexpected structure changes[4 ,5].The purpose of detection…     

石油化工SDG故障诊断仿真试验系统

基于SDG深层知识模型的推理方法是一种完备的揭示系统故障的有效方法，石油化工的SDG故障诊断方法也是当前研究的热点问题。系统仿真技术在故障诊断系统中发挥了特殊的作用，建立用于故障诊断的仿真试验系统是必要的。本文给出了该系统的硬件和软件结构，讨论了其中的关键技术。该试验系统可用于辅助建立SDG故障诊断模型、阈值修正、案例试验、模型验证及模型简化等，并可依据国际标准对诊断系统进行系统安全整体性要求测试，包括软件可靠性试验和硬件可靠性试验。