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。     

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。     

复杂电子系统测点与诊断策略的优化方法

针对复杂电子系统故障诊断知识获取过程中测试节点和诊断策略的确定问题,提出了一种可行的工程方法。该方法利用系统的分层结构模型的可达矩阵计算节点对应的故障隔离权值,通过选择权值大的节点对矩阵进行分割,找到最优故障隔离节点。通过计算节点提供的信息量,确定最佳测试节点,最终确定最优故障诊断策略。它是基于仿真技术的故障知识获取方法研究中实现高效、准确、快捷的故障征兆获取的关键技术;也是在实际诊断过程中实现快速准确利用知识、确定故障部件的关键技术。给出了主要步骤,并通过实例进行了验证。     

基于模糊集的故障检测方法

针对limit checking故障检测方法的缺点,提出了一种基于模糊集的故障检测方法。该方法基于传感器测量值的不确定性和门限值具有模糊的客观属性,在检测值所有可能值的论域上划分模糊子集,将检测值偏离门限值的程度用隶属函数与模糊子集报警权重表示。考虑到时间因素对检测结果的影响,提出采用时间窗函数的方法计算时间窗内的报警权值之和作为模糊检测决策依据。仿真结果表明,基于模糊集的故障检测方法相比于持续性计数(Persistence Counter)方法具有更好的检测性能。     

控制系统故障检测与诊断技术的最新进展

对故障检测与诊断(FDD)技术在控制领域的最新进展进行了综述,内容主要包括三类基本方法,即:基于解析模型的FDD、基于信号处理和基于知识的故障检测与诊断方法。重点评述了近年来发展起来的信息融合方法、多Agent方法、鲁棒故障检测、网络控制系统的故障诊断等。最后介绍了故障检测与诊断技术在控制系统中的若干应用成果,并指出尚待解决的主要问题和值得进一步研究的方向。     

奇异时滞系统的鲁棒故障检测和分离观测器

讨论了一类不确定奇异时滞系统的鲁棒故障检测和分离观测器(RDO)设计问题,设计所有的观测器使得它们的冗余信号对非故障因素具有鲁棒性,并设计每个观测器使其冗余信号对一组特定的故障不敏感而对其余故障敏感。给出了RDO存在的充分条件及有效的设计算法,并讨论了故障集合不同划分的RDO设计之间的关系,最后给出一具体算例来说明该方法的有效性。     

基于多模自适应滤波的无人机控制系统故障诊断

建立了无人机控制系统传感器和执行器的全局故障和局部故障的模型，在此基础上应用多重模型自适应卡尔曼滤波方法对其传感器和执行器的各种软硬故障进行诊断，应用所建立的数学模型与方法，对无人机的三个传感器和两个执行器的局部与全局故障进行了仿真计算。在仿真过程中发现，此方法的诊断准确度高，无延迟报警，算法简单，仿真结果验证了该种方法的有效性。     

Fault detection based on H∞ states observer for networked control systems

The influence of random short time-delay to networked control systems (NCS) is changed into an unknown bounded uncertain part. Without changing the structure of the system, an H∞ states observer is designed for NCS with short time-delay. Based on the designed states observer, a robust fault detection approach is proposed for NCS. In addition, an optimization method for the selection of the detection threshold is introduced for better tradeoff between the robustness and the sensitivity. Finally, some simulation results demonstrate that the presented states observer is robust and the fault detection for NCS is effective.     

神经网络主元分析的传感器故障诊断方法

针对多传感器故障诊断问题,将神经网络引入主元分析(principal component analysis, PCA)模型之中,提出一基于主元分析的多传感器故障诊断模型。首先,应用传感器正常工作时测量的历史数据,由PCA模型得到所有传感器的预测值。其次,计算传感器系统的平方预期误差值(squared prediction error, SPE),根据系统的SPE值是否跳变,判定有无故障发生。通过分别重构单个传感器信号的SPE值来确定发生故障的传感器。最后,应用一个多传感器故障诊断仿真实例证明了该方案的可行性。     

基于LMI的H_/H∞故障检测观测器设计

考虑未知输入信号的影响,研究了线性系统鲁棒故障检测观测器的设计问题。利用描述残差对故障灵敏度的H_指数和表示残差对未知输入鲁棒性的H∞范数,将鲁棒故障检测观测器的设计问题描述为基于H_/H∞的优化设计问题。利用线性矩阵不等式(linear matrix inequality, LMI)理论,给出故障检测观测器的存在条件,提出一种新的迭代LMI算法求解最优观测器增益。仿真结果表明,利用这种方法设计的故障检测观测器对故障的灵敏度高,对未知输入的鲁棒性强。     

信号检测理论与二分群体决策

将信号检测理论（ＳＤＴ）用于描述、分析和求解二分群体决策问题。推导出理想群体检测能力指数算法;讨论群体绩效与三个要素之间的定量关系：①群体大小;②群体成员的检测能力指数;③成员反应的相关系数。最后给出信号检测中相对权重的确定方法。文章将ＳＤＴ与群体决策结合起来,为群体决策研究提供了实验模型。     

数据融合中的残差建模分析与融合算法

多传感器数据融合系统中,传感器之间存在着难以精确建模的系统误差。即便经过校准,仍然会存在残差。残差的量级与随机观测噪声相当,不同的是,残差是一种随时间慢变的系统误差。目前文献中缺乏有效的残差分析建模手段,从而难以提高融合精度。针对上述问题,建立了残差的数学模型,进而提出了残差补偿航迹融合算法。算法将残差增广至目标状态向量,在状态估计的同时完成残差补偿。仿真结果表明,残差补偿算法极大地提高了目标状态估计的精度,显著改善了机动目标的跟踪性能。最后使用雷达实测数据对算法进行仿真,验证了算法可应用于实际工程系统。     

基于独立源分析的过程监测及故障诊断方法

多元统计过程控制(MSPC)要求观测数据服从正态分布,而实际的工业过程数据大都不满足正态分布条件。独立源分析(ICA)是近几年才发展起来的一种新的统计方法,可以克服对数据分布的依赖。为此以ICA算法为核心,引入一种新型的过程监测及故障诊断方法。应用ICA提取独立源,利用I2图,Ie2图和SPE图进行故障检测,将变量重构图用于诊断故障。以三水箱系统为背景进行的实验研究,验证了该方法的有效性。     

基于DG的航天器部件可诊断性测点配置方法

以故障可诊断性,即可检测性和可分离性为目标进行测点配置方法研究。针对航天器部件测点较多,传统基于有向图（directed graph, DG）的方法在偶图绘制非常复杂且容易出错的情况,引入关联矩阵描述处理可诊断性测点配置方法,关联矩阵方法便于应用计算机编程,且在节点较多时便于扩展。在基于DG可诊断性测点配置方法思路的基础上,对应了关联矩阵与DG二者之间的转化关系,并以动量轮为例进行基于可诊断性的测点配置。结果表明该方法对卫星部件级测点配置具有实用价值。     

基于自适应噪声的鲁棒BP算法及前馈网的鲁棒性分析

本文首先从几何和物理的角度分析了网络带噪声训练后的鲁棒性,再据此提出了一种自适应的训练方法,并通过仿真实验,证实了该方法的有效性;文中还从数学的角度定量分析了前馈网络对于噪声模式的鲁棒性,给出了设计鲁棒性网络的一般性原则。     

传感器组网坐标变换及其精度分析

针对所得观测数据中存在一定的系统误差,这一误差又受到坐标变换的影响从而影响其校正处理的问题,结合传感器组网系统设计和应用的需要,分析了地理坐标变换算法的精度及其对组网传感器系统中的系统误差的影响,并通过理论分析和仿真实验得出了几个有益的结论,提出只有建立更为精确的大地水准面数学模型,才能真正提高坐标变换的精度。     

基于Gibbs抽样的诊断贝叶斯网络模型评估方法

贝叶斯网络模型应用到故障诊断之前,必需对模型的正确性、故障诊断率、故障隔离率等进行全面的分析评估。通常的评价方法是用基于标准案例的测试程序对模型进行测试,但这些案例毕竟是有限的,不能穷尽所有情况。提出一种基于Gibbs抽样的诊断模型评估方法,不需要特殊的诊断案例,该方法采用等概率故障注入算法,自己产生测试案例,仿真故障传播和故障诊断过程,能够保证对系统的全面覆盖测试,对诊断模型进行全面评估。