控制系统传感器故障诊断的一种新方法

提出了一种重叠分解方法，利用重叠子系统的卡尔曼滤波器的状态估计值做为比较信号，实现系统中传感器的故障诊断与隔离。仿真实验证明了该方法的可行性。     

滚动轴承故障智能诊断技术的研究

主要介绍一种基于BP人工神经网络的滚动轴承故障智能诊断方法,利用试验台采集到的数据所形成的特征向量对所建立的BP神经网络进行训练,再将该网络用于滚动轴承的状态分析,具有很高的准确性,显示了BP神经网络在故障诊断方面的智能性。     

用于过程故障诊断的自适应kernel学习网络分类器

提出一种统一的最小二乘kernel学习框架，将自适应kernel学习（AKL）网络辨识器推广为分类器，用于化工过程的故障诊断。推导了AKL分类器在向后缩减和向前增长两种情况下的递推算法，实现了对记忆样本长度的控制。该分类器无需利用历史故障数据，即可进行在线学习并建立过程诊断模型。通过对Tennessee Eastman（TE）过程的5种典型故障的诊断分析，验证了该方法的有效性。     

一类非线性随机时滞系统的故障诊断

针对一类非线性随机时滞系统提出了一种新的故障检测算法,该方法不同于传统的故障检测方法,是通过构建一种带有Consensus滤波器的故障诊断滤波器的方法来进行故障诊断.首先采用一组传感器测量系统实际输出,然后根据传感器的测量值构建一组残差生成器,将每个残差生成器看作一个小世界网络模型中的一个节点,采用动态Consensus算法计算出残差生成器的残差,并根据残差来判断系统是否有故障发生.仿真结果表明了本文所提出方法的可行性和有效性.     

面向系统层级的复杂工业过程全息故障诊断

复杂工业过程具有长流程、系统层级多、故障潜在分布空间范围较广的特点，是当前故障诊断领域的热门研究方向。首先，对主流故障诊断技术进行了分类和概述；其次，采用定量与定性相结合思路，提出了面向系统层级的复杂工业过程全息故障诊断框架，为复杂工业全流程的过程监测提供一整套技术和解决方案。相比于目前的故障诊断方法，该框架不仅包括故障检测和故障辨识，还包括故障根源诊断、故障传播路径识别、故障的定量诊断与评估，可有效解决复杂工业过程系统的综合故障诊断问题，实用性强，能够有效地减少或避免故障发生、保证产品的质量、提高企业的生产效率与生产安全；最后对故障诊断技术的发展趋势和亟待解决的问题进行了展望。     

化工过程集成智能生产调度系统开发

本文叙述了化工过程集成智能生产调度系统的目的，作用，给出了该系统的组成结构和设计思想，重点介绍了优化排产子系统和线故障诊断子系统，提出了智能化分解协调优化算法和人工智能与人工神经网络相结合的在线故障诊断系统的组成结构，并给出了某厂优化排产和在线故障诊断子系统的实例。     

一种基于卡尔曼滤波器的Smith预估解耦控制

通过对抄纸过程的多变量耦合问题进行分析,提出一种满足解耦要求和控制目标需要的基于卡尔曼滤波器的Smith预估控制方法.并在简要介绍解耦原理的基础上,给出了系统的设计思路和实验仿真过程,系统仿真研究表明该方法的有效性,而且算法具有良好的鲁棒性.     

基于D-S证据理论的直接空冷凝汽器故障诊断方法研究

提出一种基于Elman神经网络和RBF神经网络通过D-S证据理论融合的故障诊断方法,把该方法应用在直接空冷凝汽器的故障诊断中。首先对故障进行神经网络初步诊断,得到属于不同故障状态的隶属度,然后采用D-S证据理论融合的方法进行决策诊断,得到最终结果。研究了直接空冷凝汽器的故障特征提取、样本选择、诊断系统结构和学习算法,并通过诊断实例阐述了该方法的具体实现过程,验证了所提方法的可行性,结果表明:该方法适用于直接空冷凝汽器故障诊断,故障定位准确率高。     

基于关联规则的条件状态模糊Petri网及其在故障诊断中的应用

模糊Petri网作为一种知识表达模型,能够用于工业过程系统故障推理和诊断。然而,模糊Petri网的建立大多需要先验知识,为此限制了其广泛应用。为了能够有效利用工业生产过程数据,提出了一种基于关联规则的条件状态模糊Petri网,并将其用于工业过程故障推理与诊断。采用数据挖掘的关联规则方法提取模糊Petri网的模糊规则及置信度,通过变量间的关联分析,将影响置信度的关键主元（条件量）提取出来,建立条件状态模糊Petri网;基于极大代数的迭代算法进行动态置信度逆向推理,可以获得工业过程的故障发生概率。该方法实现了故障诊断网络的数据驱动,从而提高故障诊断的快速性与准确性,某化学反应研究表明所提方法的有效性。     

基于观测器的时滞系统故障诊断

针对状态含有时滞的故障系统,给出一种故障诊断设计方法。通过对系统设计未知输入观测器,利用观测的状态得到残差方程,从而诊断出时滞系统的故障,并能对传感器故障和执行器故障进行分离,最后给出故障诊断系统阈值的选取原则。     

基于关联规则的条件状态模糊Petri网及其在故障诊断中的应用

模糊Petri网作为一种知识表达模型,能够用于工业过程系统故障推理和诊断。然而,模糊Petri网的建立大多需要先验知识,为此限制了其广泛应用。为了能够有效利用工业生产过程数据,提出了一种基于关联规则的条件状态模糊Petri网,并将其用于工业过程故障推理与诊断。采用数据挖掘的关联规则方法提取模糊Petri网的模糊规则及置信度,通过变量间的关联分析,将影响置信度的关键主元(条件量)提取出来,建立条件状态模糊Petri网;基于极大代数的迭代算法进行动态置信度逆向推理,可以获得工业过程的故障发生概率。该方法实现了故障诊断网络的数据驱动,从而提高故障诊断的快速性与准确性,某化学反应研究表明所提方法的有效性。     

人工免疫系统在间歇化工过程故障诊断中的应用

故障诊断是保证化工过程稳定性和安全性的重要技术。本文结合动态时间规整算法提出了一个基于人工免疫系统的间歇化工过程故障诊断方法,并成功应用于青霉素发酵仿真过程的故障诊断。诊断结果显示,该方法可以满足间歇过程的在线动态故障诊断要求,并且通过自学习可以对未知故障进行诊断。     

人工神经网络自学习方法在大港滩海油田的应用

本文以人工神经网络自学习方法在大港滩海油田的试验为例,探讨能否利用人工神经网络自学习方法预测泵的工作状况并通过生产参数优化提高电潜泵油井产量。试验结果表明,该方法可以解决电潜泵油井生产过程中的两大问题：预测泵的工作状况、实时计算并优化泵的最大合理产量。操作人员根据预测结果可及时合理地采取防范措施,尽量避免故障的发生或将故障损失降到最低,及时调整油井的合理产量,使油井处于最佳生产状态,提高电潜泵油井生产运行的稳定性,并提高了试验油井产量的5％。     

基于深度置信网络的炼化空压机故障诊断方法

针对炼化空压机故障诊断中故障机理复杂、先验知识欠缺，且传统浅层神经网络诊断精度不高等问题，结合深度置信网络（DBN）在特征提取和处理非线性数据等方面的优势，提出一种基于DBN的炼化空压机故障诊断方法。该方法利用空压机状态监测实测数据，实现训练网络的无监督特征学习和有监督微调，构建空压机故障的深层网络模型，从而实现对空压机故障类型的有效智能诊断。为评估该方法的有效性，与传统的故障诊断方法进行了比较研究，结果表明，该方法的诊断精度优于传统的故障诊断方法，且稳定性更好。     

状态监测与故障诊断系统在输油泵机组中的应用

针对输油泵机组日常运行管理依旧靠人工巡检的情况,介绍一种输油泵实时状态监测与故障诊断系统,阐述了该系统的主要构成及工作流程。对输油泵主要故障形式、输油泵主要监测对象与测点布置及输油泵主要故障诊断方法进行介绍并加以举例分析,为石油企业安全输油提供一定的科学依据。     

油制气控制系统故障诊断技术

以油制气控制系统为背景 ,对控制系统故障诊断技术进行了研究 ,提出了一种基于信号迭加的故障诊断新方法 ,并运用该方法研制出油制气装置故障诊断系统。该系统能准确地诊断出油制气控制系统故障的位置和部件 ,显示故障信息和处理方法。     

面向系统层级的复杂工业过程全息故障诊断

复杂工业过程具有长流程、系统层级多、故障潜在分布空间范围较广的特点,是当前故障诊断领域的热门研究方向。首先,对主流故障诊断技术进行了分类和概述;其次,采用定量与定性相结合思路,提出了面向系统层级的复杂工业过程全息故障诊断框架,为复杂工业全流程的过程监测提供一整套技术和解决方案。相比于目前的故障诊断方法,该框架不仅包括故障检测和故障辨识,还包括故障根源诊断、故障传播路径识别、故障的定量诊断与评估,可有效解决复杂工业过程系统的综合故障诊断问题,实用性强,能够有效地减少或避免故障发生、保证产品的质量、提高企业的生产效率与生产安全;最后对故障诊断技术的发展趋势和亟待解决的问题进行了展望。     

一种针对间歇过程过渡状态的故障诊断方法

针对间歇过程过渡状态下具有的复杂过程特性,提出一种基于二维动态主成分分析（2DDPCA）的故障诊断方法。该方法将故障信息划分为“批次内”和“批次间”信息,采用变量贡献图方法隔离故障变量,并依据2DDPCA模型支撑区域中故障变量的相关性变化具体分析故障成因。仿真结果验证了该方法的可行性和有效性。     

改进的PCA方法在化工过程故障诊断中的应用研究

主元分析(PCA)方法作为一种基于信号处理的数据驱动方法,已广泛应用于工业过程故障诊断中。但由于PCA本身的缺陷,对故障类型的识别方面存在不足。为此,引入人工神经网络(ANN)方法,与PCA方法相结合,增强了故障识别能力。以田纳西伊斯曼过程为例,验证了改进后的PCA方法在化工过程故障识别和诊断中应用的有效性。     

具有随机丢包的非线性网控系统的鲁棒H_∞故障检测

针对具有模型不确定性和状态时滞的非线性网控系统,对它具有随机丢包的鲁棒H∞故障检测问题进行研究。采用动态故障检测滤波器构造残差产生器,将鲁棒H∞故障检测问题转化成H∞滤波器设计问题。所设计的鲁棒故障检测滤波器保证了故障检测系统均方渐近稳定且具有特定的H∞性能指标γ。数值仿真结果表明:利用该方法能够迅速准确地检测出系统的故障信号。