基于非线性频率分析的主泵故障诊断技术研究

针对非线性系统的故障诊断问题,采用非线性频率特性分析的故障监测方法,对主冷却剂泵转子的开裂纹故障进行定位识别.该方法建立主泵开裂纹故障的数学模型后,使用两个幅值不同正弦信号激励系统,从非线性输出频率响应函数得到主泵振动信号的频率响应,通过计算系统频域的故障特征值,定位出了裂纹故障的位置.使用Matlab和Simulink的仿真工具验证了该方法的有效性,因此该方法可以应用于主泵裂纹故障诊断的研究之中.     

基于HAAR小波和BP神经网络的非线性电路故障诊断

提出了一种基于HAAR小波和BP神经的非线性电路故障诊断方法，该方法采用小波分解作为非线性电路故障信号的预处理器能大大减少神经网络的输入及训练和处理时间.介绍了一种改进的采用动量因子防止局部收敛的BPNN方法后，阐述基于HAAR小波分解提取故障信号中的故障特征的原理.     

级联系统执行器故障的自适应诊断

针对一类非线性级联系统的执行器增益故障诊断问题,提出了基于自适应观测器的故障诊断方法.考虑理想情况下的非线性级联系统模型,研究带有未知扰动的非线性级联系统模型.通过设计的自适应检测观测器而产生残差,将残差与事先设定的阈值比较,来确定故障是否发生.所设计的自适应诊断观测器保证了残差信号的收敛及对故障的准确估计;在具有扰动情况下,可以确保信号指数衰减到残差集.对风力发电机非线性级联系统模型的仿真实验验证了设计方法的有效性.     

经验模态分解与RBF神经网络在轴承故障诊断中的应用

针对轴承振动信号的非线性与非平稳性,采用经验模态分解与RBF神经网络相结合的故障诊断方法.首先,采用经验模态分解法对轴承信号进行分解得到各个固有模态函数,提取各个固有模态函数的能量作为故障特征参量,然后将故障特征参量输入RBF神经网络进行训练与测试,实现了智能化的故障模式识别.结果表明,基于该方法的轴承故障诊断系统能够准确地识别外圈裂纹、内圈点蚀和保持架断裂等故障,具有较好的实际工程应用价值.     

基于LS-SVM软传感器的容错控制方法及应用

针对一类非线性系统中传感器卡死、恒增益和恒偏差失效等易发故障,考虑控制系统多存在耦合、非线性、时变、滞后等难以建立精确的解析模型,基于数据驱动技术提出一种软传感器容错控制方法.基于LS-SVM构建了系统软传感器,并利用软传感器的预测输出与实际传感器输出之差获取残差信号;采用SPRT算法进行故障检测,当传感器发生故障时,用LS-SVM软传感器预测输出代替物理传感器的实际输出,从而以软闭环方式实现对传感器故障的容错控制.将所提出的方法应用于一阶水箱液位控制系统,实验结果表明,基于LS-SVM软传感器与SPRT的结合能够可靠及时检测非线性系统中各类传感器故障,而借助于软闭环切换还可对传感器故障实现安全容错.     

基于多分量奇异熵的往复式压缩机故障分类

由于往复式机械振动信号的强烈非线性,对其进行特征提取较为困难.针对上述现象提出了一种计算信号多分量奇异熵的特征提取方法.通过局域波法提取出振动信号的各基本模式分量. 利用非线性动力学相空间重构理论适当选择嵌入维数与延迟时间,计算出往复机振动信号各基本模式分量的奇异熵值,提取出故障信息,并经自适应神经模糊推理系统(ANFIS)对故障特征进行分类.结果表明全部分类正确,达到了故障诊断的目的.     

关联维在溢流阀故障诊断中的应用研究

针对液压元件溢流阀发生故障时,其振动信号具有非线性的特点,以关联维数描述信号特性,采用G-P算法分别对溢流阀阀体正常和故障时的振动信号进行计算分析.溢流阀工作正常时阀体振动信号的关联维数值较大,发生故障时关联维数值较小,且不同状态下关联维不同.研究表明,采用关联维数诊断系统故障的方法是可行有效的.     

基于局部保持映射和隐马尔科夫模型的模拟电路故障诊断方法

针对模拟电路信号的非线性特征,提出一种基于局部保持映射和隐马尔科夫模型的故障模式识别新方法. 首先提取模拟电路的信号特征构成原始高维特征样本空间;然后采用LPP算法将原始高维故障数据映射至低维空间,提取数据的内在流形特征作为特征矢量;最后通过构建混合HMM反映系统的真实状态,并作为分类器实现对各状态的分类识别. 通过仿真分析,将该方法与其他方法进行对比,结果表明,LPP-HMM方法可以有效识别早期故障特征,具有较高的故障识别率.      

广义非线性系统的可靠H∞输出跟踪控制

针对一类广义非线性系统的可靠H∞输出跟踪控制问题,应用Tagaki-Sugeno(T-S)模糊控制方法,在执行器发生故障的情况下设计可靠控制器,使系统输出能跟踪参考信号,且跟踪误差系统渐近稳定并满足给定的H∞跟踪性能.基于线性矩阵不等式方法,给出了广义非线性系统实现H∞输出跟踪的充分条件,以及可靠控制器的设计.仿真结果表明了所设计的控制器在执行器正常或发生故障时的有效性.     

基于二阶滑模观测器的非线性动态系统故障估计

研究了一类非线性动态系统的执行器故障估计问题.采用Takagi-Sugeno(T-S)模糊模型对非线性动态系统建模,克服了以往研究需对非线性动态系统作Lipschitz条件假设的局限性.为避免传统滑模观测器在实现故障估计时的抖振问题,设计二阶滑模观测器实现了故障估计.为方便观测器设计,通过坐标变换分离出系统的可测状态;采用Lyapunov泛函与线性矩阵不等式设计观测器,并证明了观测误差动态系统的稳定性,进而得到了执行器故障的渐近估计.所提方法只需观测器与系统的输出信息,实现了故障的在线估计.通过一个液压传动系统的仿真分析验证了所提方法的有效性.