空调箱传感器故障在线检测和诊断新方法

针对空调箱的温度、流量等传感器进行固定偏差和漂移故障的检测与诊断,提出了一种基于统计学的方法进行在线的故障检测和诊断。主成分分析法根据系统正常的历史数据建立数理统计模型,通过传感器实际测量数据与正常数据在故障子空间投影的比较,对传感器的故障进行在线检测。联合角度法改进了传统的贡献图的诊断方法,通过对故障库中的故障知识的利用,能够在线的分离出发生故障的传感器。     

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。     

FADS快速智能故障检测和诊断技术

以重复使用运载器所使用的嵌入式大气数据传感器系统为研究对象,设计故障检测和诊断方法.采用奇偶校验的检测方法实现故障检测,通过粗糙集约简减少奇偶方程的数量,将约简后的决策表转化成规则,实现诊断规则的离线提取,使用位向量逻辑判断完成规则推理.仿真结果表明结论正确可靠,算法计算代价小、运算速度快,能够满足在线诊断的实时性要求.     

基于光电瞄准/SINS组合的在线修正方法

针对陆战装备捷联惯导系统(strapdown inertial navigation system,SINS)误差的积累性问题,提出了一种光电瞄准解算测速方法,并将其用于SINS主要状态参数的在线修正。推导了光电瞄准速度解算误差模型,误差分析结果表明,光电瞄准解算测速精度满足修正SINS主要状态参数的要求;建立了光电瞄准/SINS在线修正数学模型,并进行了仿真实验,实验结果表明,通过合理设定动基座的运动状态,所提方法可准确估计出SINS的主要误差状态参数,其中失准角的估计精度可达到1′以内,陀螺漂移误差的估计精度可达到0.01°/h。     

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。     

基于概率神经网络的故障诊断方法及应用

针对智能大厦空调系统中发生的各种传感器故障问题 ,提出了一种基于概率神经网络 (PNN)的传感器故障诊断改进方法。该方法采用贝叶斯分类决策理论建立系统的数学模型 ,以高斯函数作为激励函数 ,具有非线性处理和抗干扰能力强等特点 ,可获得对空调系统中各种传感器硬故障和软故障的有效识别和诊断。给出了该方法的理论分析 ,故障特征量的选取 ,神经网络设置和训练的具体步骤。通过仿真和空调系统模型试验证明了该方法在网络训练速度 ,抗干扰能力及各种传感器故障识别准确率等方面的有效性。     

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。     

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.     

提高SINS初始对准方位失准角估计精度的方法

针对在静基座捷联惯导系统初始对准中,东向陀螺漂移没有估计效果,使得估计的方位失准角存在常值误差的问题,提出了一种新的方法。该方法通过建立东向陀螺漂移估计值的修正方程,并对其进行修正,从而大大提高了方位失准角的估计精度。给出了该方法的具体实现步骤,并通过仿真验证了该方法的有效性。     

基于T-S模糊模型的鲁棒故障诊断

针对T-S模糊模型描述的具有外部干扰的非线性不确定系统,构造了相应的测量冗余方程和模糊奇偶方程,给出并证明了对特定传感器和执行器故障敏感的最优奇偶向量的存在条件和求解定理,采用奇偶方程故障检测与诊断方法,研究了非线性不确定系统的鲁棒故障检测和诊断.最后,通过仿真示例说明了所提出的方法是有效的.     

基于扩展Type-2模糊集的故障检测方法

随着系统复杂程度的不断提高,对系统故障的诊断也越来越困难.提出一种扩展的Type-2模糊集合,利用扩展隶属函数的"肯定证据,排除假象"的特性,建立基于Type-2的模糊诊断方法,并给出了相应的设计算法.增加了负值的扩展隶属函数,将系统输出的残差清晰地划分为三个状态:正常、异常和故障.增加了一个状态,能够更好地得出清晰的诊断结果,有效地避免误诊和漏诊.针对三水箱系统,仿真结果表明了该方法的有效性.     

An Improved Sensor Fault Diagnosis Scheme Based on TA-LSSVM and ECOC-SVM

Monitoring the operational state of sensors promptly and the accurate diagnosis of faults are essential. This paper proposes an improved fault diagnosis scheme for sensors, which includes both fault detection and fault identification. Firstly, trend analysis combined with least squares support vector machine (TA-LSSVM) method is proposed and implemented to detect faults. Secondly, an improved error correcting output coding-support vector machine (ECOC-SVM) based fault identification method is proposed to distinguish different sensor failure modes. To demonstrate the effectiveness of the proposed scheme, experiments are conducted with an MTi-series sensor, and some comparisons are made with other fault identification methods. The experimental results demonstrate that the proposed fault diagnosis scheme offers an essential improvement with detection real-time property and better identification accuracy.     

基于粗糙集理论的多源信息融合故障诊断方法

在故障诊断中,从包含冗余和不一致信息的数据中获取简单有效的诊断决策规则是一个难题.首先,针对完备信息系统和不完备信息系统分剐提出了相应的融合算法,为解决数据超载以及不完整信息融合问题提供了有效的方法.其次,提出了基于粗糙集理论的多源信息融合故障诊断模型.该模型从包含冗余和不一致信息的原始数据出发,利用基于改进属性重要度的方法实现故障征兆属性约简;然后通过给出的值约简算法进一步产生最大广义决策规则集,建立了用于故障诊断的规则库.最后,在应用该模型进行故障诊断时,用待诊断实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则依据置信度、覆盖度和支持度进行综合评价,并得出诊断结论.给出的诊断实例验证了该方法的可行性和有效性.     

Sensor fault-tolerant observer applied in satellite attitude control

The observing failure and feedback instability might happen when the partial sensors of a satellite attitude control sys- tem (SACS) go wrong. A fault diagnosis and isolation (FDI) method based on a fault observer is introduced to detect and isolate the fault sensor at first. Based on the FDI result, the object system state-space equation is transformed and divided into a corresponsive triangular canonical form to decouple the normal subsystem from the fault subsystem. And then the KX fault-tolerant observers of the system in different modes are designed and embedded into online monitoring. The outputs of all KX fault-tolerant observers are selected by the control switch process. That can make sense that the SACS is part-observed and in stable when the partial sensors break down. Simulation results demonstrate the effectiveness and superiority of the proposed method.     

基于未知输入滤波器的过驱动系统故障诊断方法

过驱动系统由于执行器间的冗余性导致故障往往具有严重的耦合性,从而给故障的分离带来很大困难。针对过驱动系统的执行器乘性故障,提出了一种基于未知输入滤波器的故障诊断方法。首先,提出了一种新的未知输入滤波器结构,设计方便。然后,将指定执行器的故障看作未知输入,通过一组结构化残差来实现故障分离,并在此基础上,提出了一种故障估计方法。最后,通过ADMIRE飞行器的近似线性化模型仿真验证了所提方法的有效性。     

Robust fault detection and diagnosis for uncertain nonlinear systems

This paper considers robust fault detection and diagnosis for input uncertain nonlinear systems. It proposes a multi-objective fault detection criterion so that the fault residual is sensitive to the fault but insensitive to the uncertainty as much as possible. Then the paper solves the proposed criterion by maximizing the smallest singular value of the transformation from faults to fault detection residuals while minimizing the largest singular value of the transformation from input uncertainty to the fault detection residuals. This method is applied to an aircraft which has a fault in the left elevator or rudder. The simulation results show the proposed method can detect the control surface failures rapidly and efficiently.     

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。