广义系统具有完整性圆盘极点配置控制器设计

考虑线性连续广义系统具有完整性的圆盘极点配置设计问题·利用广义李亚普诺夫方程和不等式给出系统正则、无脉冲,以及极点在圆盘内的充分必要条件·同时针对执行器失效的线性连续广义系统,利用Riccati不等式给出具有执行器完整性圆盘极点配置控制器的设计方法,所设计的状态反馈控制器在系统正常时是正则、无脉冲、极点配置在圆盘内即系统是D允许的,在一定条件下,仍能使执行器故障具有D允许性     

一类不确定线性系统区域稳定的可靠控制

针对具有不确定性的线性定常系统,提出了考虑执行器故障的圆盘极点可靠配置问题·在更一般、更实际的执行器故障模型的基础上,给出了将极点配置到指定圆盘内可靠控制存在的充分条件·通过求解LMI完成状态反馈可靠控制器的设计·利用仿真实例验证了本文提出设计方法的可行性,并且通过与不考虑故障和不确定因素的系统比较,进一步说明对系统进行可靠极点配置的必要性·     

不确定线性系统区域极点配置静态输出反馈可靠控制

对含有状态不确定项的线性系统,在连续增益故障模型的基础上,提出带有执行器故障的圆形区域极点配置的静态输出反馈的可靠控制问题.首先给出了在不考虑故障时设计控制器使系统保持渐近稳定的充分条件;然后讨论了对于同一系统同一控制器在考虑执行器故障时系统出现不稳定;接下来,针对同一故障模型重新设计静态输出反馈控制器使系统在发生故障后仍保持渐近稳定.利用线性矩阵不等式(LMI),在考虑执行器故障模型的基础上,给出了圆形区域极点配置的静态输出反馈的可靠控制器存在的充分条件.仿真结果进一步说明当系统发生故障时,正常控制的闭环系统极点可能离开所给定的圆形区域,而可靠控制的闭环系统仍然会保持极点在给定的圆形区域内,从而看出对系统进行极点配置的静态输出反馈的可靠控制的必要性.     

梯形区域极点配置静态输出反馈可靠控制

针对线性系统,考虑连续增益故障模型,研究了具有执行器故障的梯形区域极点配置的静态输出反馈可靠控制问题。首先,在执行器无故障的前提下,给出使极点能够配置在梯形区域内的充分条件,进而得出系统的静态输出反馈可靠控制率。然后,基于执行器故障,重新设计静态输出反馈可靠控制器,利用求解线性矩阵不等式的方法,完成静态输出反馈可靠控制器的设计。由此可靠控制器构成的闭环系统,使得当执行器发生故障时,也可使闭环系统的所有极点保持在梯形区域内。最后的数值仿真验证了结果的有效性和可行性。     

扇形区域极点配置静态输出反馈可靠控制

针对线性系统,考虑连续增益故障模型,研究了具有执行器故障的扇形区域极点配置的静态输出反馈可靠控制问题.首先,在执行器无故障的前提下,给出使极点能够配置在扇形区域内的充分条件,进而得出系统的静态输出反馈可靠控制率.然后,基于执行器故障,重新设计静态输出反馈可靠控制器,利用求解线性矩阵不等式的方法,完成静态输出反馈可靠控制器的设计.由此可靠控制器构成的闭环系统,使得当执行器发生故障时,也可使闭环系统的所有极点保持在扇形区域内.数值仿真验证了结果的有效性和可行性.     

基于MPSO-SVM的扇形区域故障诊断研究

针对一类线性定常系统,基于扇形区域,研究了执行器单一部件故障诊断与可靠控制的问题.首先,对于文中极点信息难于获取的问题,给出全维状态观测器的设计方案,实现对极点信息的实时观测.同时为解决支持向量机在故障诊断中选取参数易受主观先验知识影响的缺陷,提出用MPSO-SVM(Modify Particle swarm opti...     

梯形区域极点配置静态输出执行器的容忍区间

可靠控制的理论出现后,有些关于可靠控制器的设计方法也随之而来,一般会考虑假设系统可能出现故障的情况下设计控制器,使系统可靠的同时满足一定性能指标,但此方法不仅增加了系统的保守性,同时也增加了系统的能源消耗,导致成本浪费,所以系统容忍区间的提出就很有必要。若系统受到故障部件影响引起的信号在容忍区间内波动,则系统保持稳定,所以针对线性系统将梯形区域极点配置与静态输出反馈相结合,研究容忍区间的算法。根据执行器的某一条通道的增益偏差模型,利用LMI,提出了梯形极点约束下的执行器容忍区间算法的充要条件,给出各条通道的增益偏差容忍区间的概念。设计者们可以根据给出的定理,经计算得到执行器各个通道的增益偏差容忍区间,减少系统设计的成本。最后利用数值仿真证明了结果的有效性和可行性。     

一类非线性级联系统层次化执行器故障诊断方法研究

研究了一类非线性级联系统中执行器内部参数与全局系统运行的相关性问题,利用系统全局可测信息隔离故障执行器并识别执行器内部故障参数.应用可逆理论及基于模型的故障诊断方法,形成了一种系统级与设备级相结合的互联系统层次化执行器故障诊断方案.通过将执行器视为独立子系统与过程子系统互连,构成互连非线性动态系统;并进行互连系统的可逆...     

基于GA-SVM梯形区域的故障诊断与可靠配置

针对一类线性定常飞控系统,基于梯形区域下,研究了执行器连续增益故障可靠控制的问题.同时,为解决支持向量机选取参量困难而导致故障信息难以识别等问题,提出实值编码遗传算法来实现支持向量机模型参数的自动寻优.与传统的支持向量机相比,该方法具有收敛速度快、能耗低、耗时短、迭代次数少等优点.对于未知系统极点信息难以获取的问题,给...     

执行器与传感器故障下多变量系统的容错极点配置

针对多变量反馈系统,基于参数空间设计的思想以及“n-线性特征系数”系统理论,提出了一种新的、对执行器与传感器故障的容错控制方法。它是通过保证在正常及各种故障模式下系统的极点均处在s平面上某个可行区域之中,即容错极点配置而实现的。讨论了参数空间设计的基本过程,给出了容错状态及输出反馈控制律的设计方法。     

单形进化算法优化的SVM滚动轴承故障诊断

由于支持向量机的参数优化算法存在控制参数多、易陷入局部最优解的问题,提出了一种单形进化算法优化的支持向量机滚动轴承故障诊断方法.首先,单形进化算法利用全随机的方式建立粒子的单形邻域搜索算子以减少算法控制参数,建立粒子多角色态搜索策略以避免算法陷入局部最优解;然后,将单形进化算法应用于支持向量机的参数寻优,并用滚动轴承信号完成故障诊断;试验中,采用滚动轴承信号的集总经验模态分解的能量特征作为输入,进行算法的性能分析与测试.结果表明该算法可以有效地缓解粒子陷入局部最优解,且减少了控制参数,并能完成滚动轴承故障信号的诊断与识别.     

一种基于概率盒-PSO-SVM的滚动轴承故障诊断方法

针对滚动轴承故障诊断的问题,提出了一种基于概率盒理论和粒子群优化支持向量机的故障诊断新方法.在分析故障信号的概率统计特性基础上,利用概率盒直接建模方法获得概率盒,利用证据理论实现了概率盒的融合.不同故障状态下的概率盒特征也不同,采用不同的累积不确定性测量方法提取了概率盒的特征,并构建出用于模式识别的特征向量集,将特征集代入利用粒子群算法优化后的支持向量机中实现故障诊断.通过对滚动轴承振动信号的实验测试与对比分析表明:该方法可以实现对滚动轴承准确的诊断,与传统特征提取方法对比,证明了方法的有效性.     

基于直觉模糊最小二乘支持向量机的变压器故障诊断

针对基于溶解气体分析的变压器故障诊断数据具有小样本、 贫信息且故障诊断结果易受样本中噪声影响的特点, 提出一种直觉模糊最小二乘支持向量机算法(IFLS-SVM). 先进行相关算法的推导, 并设计了基于IFLS SVM的多类分类器, 然后借助Matlab软件实现了电力变压器的相关故障实例诊断, 最后将其诊断结果与LS-SVM
的几种多分类算法及BP神经网络的诊断结果进行比较. 实验结果表明, IFLS-SVM诊断效果较好, 抗噪性较强.     

基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。     

基于DW-ICA-SVM的工业过程故障检测算法

为了有效提高支持向量机(SVM)算法的故障检测和监视性能,提出一种新的基于DW-ICA-SVM的工业过程故障检测算法.首先,对训练数据进行标准化,运用独立元分析(ICA)获取数据的独立元矩阵,提取隐藏的非高斯信息.其次,运用杜宾-瓦特森(Durbin-Watson,DW)准则计算独立元(ICs)的DW值,通过DW方法有...     

基于核主元分析与支持向量机的监控诊断方法及其应用

为了及时反映密闭鼓风炉冶炼过程状态,实现对密闭鼓风炉炉况的监控与诊断,提出核主元分析和多支持向量机分类的相结合的过程监控与故障诊断方法.其原理是:首先,用核主元分析方法提取过程数据特征,建立核主元分析的监控模型;然后,将代表过程特征的核主元送入多支持向量机分类器中,利用"一对其余"算法对故障进行诊断与分类.实验结果表明,所提出的方法与传统的主元分析方法相比,整个样本集的可分性变大,分类正确率提高,能更准确地诊断炉子的各种故障,可有效地用于密闭鼓风炉冶炼过程的故障诊断.     

基于改进鲸鱼算法优化支持向量机的故障诊断的研究与应用

故障诊断在工业生产过程中具有很重要的作用,尤其是对于要求比较高的分子蒸馏来说,微小的故障都会造成其提纯率,因此提出一种基于改进鲸鱼算法优化支持向量机的故障分类方法(improved whale optimization algorithm-support vector machine, IWOA-SVM),加入反向学习策略和对数权重因子到普通鲸鱼算法中。首先,用反向学习策略(opposition-based learning, OBL)代替随机初始种群,用反向学习策略选取出反向种群,对种群进行择优选择,一方面OBL能够高效地提高群智能算法的全局搜索能力,另一方面提高鲸鱼算法在重复迭代中的多样性,使其跳出局部最优解;其次,引入自适应权重因子并将其加入到鲸鱼优化算法中,利用权重因子的动态变化,很大程度上增强了全局搜索能力;最后,采用改进之后的鲸鱼算法对SVM的参数进行寻优,并利用优化之后的支持向量机对刮膜蒸发过程获得的故障数据进行诊断识别,将IWOA-SVM的结果与其他3种做对比。结果表明,IWOA-SVM算法分类准确率提升了2%,且其准确率保持在98%以上,在分类结果的准确性以及算法的鲁...     

基于网格搜索与支持向量机的轴承故障诊断

针对轴承故障诊断问题,提出一种基于相关度分析与网格搜索算法(GS)优化支持向量机(SVM)的轴承故障诊断方法。采用GS算法对SVM的惩罚参数c和核函数参数g进行寻优,以此建立分类器用于识别轴承故障类型。在模型建立方面巧妙地加入了分层的思想,通过相关度分析之后采用多层GS-SVM模型使轴承的故障诊断准确率相对于近年来的研究得到了明显的提升。最后,采用凯斯西储大学轴承数据中心的滚动轴承故障数据进行了分类识别实验。实验表明,研究提出的轴承故障诊断方法在直接作用于原信号的基础上不仅能够有效的识别轴承正常状态、内圈故障、外圈故障以及滚珠故障,而且还对每一类故障的严重程度有很好的区分,提高了故障类样本的诊断正确率,具有较强的实用性。