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.     

线性时滞系统的鲁棒故障诊断

研究了一类含有未知输入干扰和模型不确定性的时滞系统故障诊断问题。通过变换,原系统被分成两个子系统,一个子系统不受故障的影响,可以设计鲁棒观测器;另一个子系统受到故障的影响,但是它的状态可以通过测量得到。设计的观测器利用解析冗余方法能够对执行器故障和传感器故障进行诊断。仿真结果表明,算法具有良好的诊断性能。     

一类非线性大系统的鲁棒变结构观测器

研究了一类具有结构和参数不确定性的非线性关联大系统状态观测器设计问题。在假定非线性系统的线性部分是可观测、不确定性和关联项满足Lipschitz条件的情况下,利用变结构控制的思想提出了一种非线性状态观测器设计方案,并证明了该观测器的指数收敛特性。所设计的观测器对结构和参数不确定性具有较强的鲁棒性。最后给出仿真研究说明了所提方法的有效性。     

基于RBF神经网络的鲁棒滑模观测器设计

针对非线性不确定性系统,提出一种鲁棒滑模观测器。所提出的鲁棒滑模观测器通过滑模与相应的控制策略来实现。设计参数的选取不需要求解大量方程,同时能保证对系统的非线性不确定性具有鲁棒性,系统中不确定性的上界值采用RBF神经网络进行自适应学习。通过设计滑模,可以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期的指标。仿真结果验证了提出方法的有效性。     

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。     

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。     

TITO系统的非线性鲁棒控制器参数整定

基于Monte-Carlo实验研究了TITO(二输入二输出)系统的非线性鲁棒控制器(NRC)参数整定的规律.提出了以一种Monte-Carlo实验原理为基础的NRC参数整定规律研究方法.该方法以ITAE值和超调量为控制系统性能指标,主要分析NRC参数取值变化对控制系统性能鲁棒性的影响.以若干典型TITO非线性对象为例进行仿真研究,并在大量仿真试验结果的基础上,总结出TITO系统的NRC参数整定的规律.     

基于奇异值分解的鲁棒滑模观测器设计与仿真

在Edwards滑模观测器设计思想的基础上,提出具有未知输入干扰的鲁棒滑模观测器设计方法,采用奇异值分解技术,设计鲁棒滑模观测器以及优化滑模策略,给出严格论证,保证对系统不确定性以及外界干扰具有鲁棒性:采用Lyapunov函数作为稳定观测器的判别条件,使设计的观测器一致收敛,状态估计达到预期的指标:通过VTOL直升飞机的动态数学模型仿真示例验证了研究方法的有效性,并与一般的Luenberger观测器进行比较,证明设计的滑模观测器具有很好的跟踪性,以及对未知输入扰动良好的鲁棒性.     

系统仿真评估鲁棒一致性研究

对于系统进行仿真可信度研究具有非常重要的意义。分析了系统的不确定因素;针对系统的不确定性对仿真可信度评估的影响,提出了的仿真可信度评估鲁棒一致性的概念;最后提出了可以采用模糊神经网络的解决实现仿真评估的鲁棒一致性。     

动态神经网络的非线性系统鲁棒辨识和状态观测

针对多变量仿射非线性系统辨识和状态估计问题。采用动态神经网络作为辨识器和观测器,从而将系统辨识和状态观测设计过程合二为一,给出了辨识和状态估计的系统设计方法及具体设计步骤。在考虑建模误差项影响的情况下,采用基于Lyapunov理论的权调节律确保权值估计误差和状态观测误差的一致最终有界。仿真结果验证了所提方法的有效性。     

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。     

Robust On-Line Fault Diagnosis for Nonlinear Difference-Algebraic Systems Using Least Squares Estimate

A new robust on-line fault diagnosis method based on least squares estimate for nonlinear difference-algebraic systems (DAS) with uncertainties is proposed. Based on the known nominal model of the DAS, this method firstly constructs an auxiliary system consisting of a difference equation and an algebraic equation, then, based on the relationship between the state deviation and the faults in the difference equation and the relationship between the algebraic variable deviation and the faults in algebraic equation, it identifies the faults on-line through least squares estimate. This method can not only detect, isolate and identify faults for DAS, but also give the upper bound of the error of fault identification. The simulation results indicate that it can give satisfactory diagnostic results for both abrupt and incipient faults.     

测量时滞系统的故障诊断和动态自修复控制

研究含有测量时滞的线性系统的故障诊断和自修复控制问题.提出了一种测量时滞系统基于降维状态观测器的故障诊断方法.通过构造含有故障状态的增广系统并进行增广系统测量时滞的无时滞转换,将测量时滞系统的故障诊断问题转化为无时滞增广系统的状态观测问题.通过构造增广系统的降维状态观测器,设计了在线诊断故障的故障诊断器.利用故障诊断的结果,设计了故障的动态自修复控制律使系统在故障情况下能够正常运行.最后,通过一个仿真算例来验证本文所提出的方法的可行性和有效性.     

基于自适应模糊推理系统的柴油机故障诊断

为解决柴油机故障诊断问题,采用自适应神经模糊推理系统(ANFIS)建立其故障诊断模型.利用减法聚类方法确定模型初始结构,并采用由梯度下降算法和最小二乘算法所组成的混合学习算法优化模型参数.经文中试验数据检验,所建模型故障识别值与实际值之间的最大误差为10.16%,最小误差为0.115%,平均误差为2.26%,识别精度达到了97.74%.仿真结果表明,与BP网络模型相比,该模型收敛速度快,拟舍能力强且诊断识别精度高,能够有效识别柴油机放障.     

基于动态模拟的化工过程故障诊断

化工过程中的故障检测与诊断多通过对历史数据和知识的分析来进行.提出了一种新的故障检测与分析方法,利用动态模拟来监测化工过程,并在过程发生异常时及时进行故障诊断.这种方法所针对的是可由动态模型内部参数来表征的一类故障,这些参数可通过动态模型的在线校正获得.该方法不需要设计观测器来估算过程的不可测变量,还可以将故障检测和诊断任务同时进行.该方法被应用于了重力水箱系统和庚烷芳构化反应器系统,并同传统的参数估计方法进行了比较.     

基于定性推理与定量仿真集成的故障诊断推理

阐述了故障诊断推理过程中知识的概念、类别和关系，从知识的获取、组织和表示等方面对定性和定量知识的集成进行了研究，并提出了基于定性推理和定量仿真集成的综合诊断推理方法，结合复杂系统试车数据的仿真诊断结果表明，该方法能有效地消除推理结果中的奇异性，从而改善了定性推理方法的性能。     

基于仿真的故障诊断专家系统应用研究

针对某自行高炮火控系统的故障诊断,为解决其知识获取的“瓶颈”问题,提出了一种计算机仿真与人工智能相结合的知识获取方案。该诊断系统采用多种推理方法相结合的集成推理策略,可以有效地提高故障诊断的可靠性。多次的故障诊断实验表明,此系统不但突破了知识获取的瓶颈,而且具有很高的故障识别率。     

基于强跟踪滤波器的液压伺服系统实时故障诊断

为了在线监测运行工况和提高其可靠性,研究了液压伺服系统的实时故障诊断模型和方法.使用强跟踪滤波器联合估计系统的状态和未知时变参数,使用修正的贝叶斯算法检测故障和估计出故障的幅值,从而建立故障诊断模型和实现液压伺服系统的实时故障诊断.仿真结果证实了模型的合理性和可行性,参数估计误差小于1.2%.该方法对模型参数的不确定性具有较强的鲁棒性,能正确检测和分离液压伺服系统的故障.     

基于Vega的可视化故障诊断实验平台设计

针对飞机水平尾翼故障诊断研究的具体需求,采用基于MFC的Vega软件开发了可视化故库诊断虚拟实验平台。根据不同飞行任务特征,对水平尾翼进行了载荷分析,利用概率断裂力学原理建立了水平尾翼疲劳裂纹的数学模型,实现了故障数据的动态获取和故障形成过程的可视化显示。实验结果表明,该实验平台能为研究人员提供可靠的诊断依据,还能提供直观的交互界面,基本满足水平尾翼故障诊断验证要求。