基于改进样板去噪源分离的轴承复合故障诊断

环境噪声处理不当或者传感器数目少于故障数目都可能导致基于源分离的复合故障诊断失败,针对此问题,提出了基于改进样板去噪源分离的诊断方法并用于轴承复合故障诊断。该方法首先对数据进行移动独立分量分析,然后将得到的独立成分作为输入样板进行样板去噪源分离。轴承复合故障的仿真和实验数据分析证明,该方法能够在未知噪声环境下完成传感器数目少于故障数目的欠定源分离,该方法对轴承复合故障诊断是有效的。     

电动车用空调电机驱动系统设计与实现

设计了电动车空调系统永磁同步电机驱动无传感器矢量控制系统.依据车用空调电机驱动系统的要求,基于DSP对电机驱动的硬件实现电路进行了具体设计,在此基础上进行了相应控制软件设计,实现了空调电机驱动的无传感器矢量控制.实验结果验证了该系统的可行性和有效性.     

基于结构输出响应的传感器故障检测研究

针对土木工程结构健康监测系统的传感器故障问题,提出了基于随机子空间识别技术和Kalman估计器的传感器故障检测方法,实现了结构健康监测系统中故障传感器的检测。首先,通过正常传感器的量测数据,基于随机子空间识别方法重构了结构的离散状态空间模型;然后通过已识别出的结构离散状态空间模型构造多路Kalman估计器,产生输出残差;最后,通过文中提出的基于输出残差的传感器故障检测策略,实现了传感器故障的检测。文章通过某典型框架结构和ASCE Benchmark 4层钢框架缩尺模型,验证了文中所提故障检测方法的有效性和实用性。     

高速列车双通道速度传感器故障检测与隔离研究

高速列车双通道速度传感器在随列车高速运行时受粉尘、振动、温度变化等因素影响,易出现车轴故障检测虚漏警或误诊等问题。现阶段工程中常利用测试对比等方法检测速度传感器状态,但无法及时监测且易产生虚报警。因此,利用改进主元分析法(PCA)和改进重构贡献图法(IRBCP)建立全新的速度传感器故障检测隔离系统。首先,利用可检测故障幅值选择合适的故障检测统计量并细化,再利用基于组合最大化思想的改进重构贡献图法,确保单故障、多故障均可隔离。以高速列车双通道速度传感器为例,实验验证了所提的策略能够满足常见速度传感器故障的检测隔离需求,准确有效。     

模糊聚类下气动阀门粘滞检测方法的改进

在工业过程控制中,气动阀门的粘滞非线性特性会导致控制回路性能下降甚至振荡。针对已有基于模糊聚类的阀门粘滞检测方法在故障检测过程中容易出现错误诊断问题,提出了改进方法,能有效识别外部干扰和阀门粘滞。首先利用模糊聚类算法对回路日常运行数据进行聚类分析得到聚类中心,根据粘滞阀门输入输出数据的分布特性,评价聚类中心的线性拟合度。然后对聚类中心所构成四边形进行凹凸性识别,再根据聚类中心的分布特征定义了一种新粘滞指标。通过给出的仿真实验,以及化工厂的两个流量控制回路故障检测实验,验证了所提方法的有效性和准确性。     

车用直驱轮毂电机传感器故障诊断

针对分布式驱动电动汽车直驱轮毂电机系统电流、转速传感器故障问题,研究传感器鲁棒故障检测与定位方法。考虑电机模型中含有未知输入和噪声,通过系统降阶的方式对未知输入进行解耦,采用卡尔曼滤波器(Kalman filter,简称KF)滤除解耦后子系统的白噪声,并设计最优未知输入观测器(unknown input observer,简称UIO)实现系统状态估计,得到了一种较强鲁棒性的残差产生器。采用极大似然比(generalized likelihood ratio,简称GLR)的方法评估残差信号并确定阈值,提出了一种传感器故障定位方法。台架实验结果表明,提出的基于最优UIO的传感器故障诊断方法能够实现电动汽车直驱电机系统传感器故障辨识与定位。     

考虑传感器与执行器故障的EPS主动容错控制

针对传感器及执行器故障对EPS助力性能的影响,提出一种EPS主动容错控制方法。建立含参数不确定性、传感器与执行器故障的EPS系统模型,将系统不确定性转化为故障估计误差系统的扰动,基于未知输入观测器及线性矩阵不等式推导故障估计误差系统稳定并对扰动具有鲁棒性的充分条件,采用LMI区域极点配置法提升故障估计性能;在此基础上,针对执行器故障设计控制律补偿容错控制算法,针对传感器故障设计信号重构容错控制算法。Matlab/Simulink环境下的仿真结果表明,当传感器与执行器单独或同时发生故障时,设计的故障估计算法均可较为准确地估计故障幅值,故障估计的误差较小;针对不同故障对助力性能的影响,提出的容错控制方法均可使故障EPS系统的助力性能有所恢复。基于LabVIEW PXI的硬件在环试验进一步验证容错控制应用于EPS系统的有效性,提升汽车转向行驶的安全性及可靠性。     

电动汽车空调无传感器驱动系统的设计与实现

设计了一种全数字化电动汽车空调用永磁同步电机驱动无传感器矢量控制系统。该设计基于IRMCF341-iMOTION的无传感器运动控制芯片及其外围硬件,结合矢量控制理论,进行了实验测试。结果验证了系统方案的可行性和有效性。     

基于优化自适应阈值的非线性机电系统传感器 故障检测和主动容错控制

针对具有参数不确定性和传感器故障的非线性机电系统,提出一种基于优化自适应阈值和故障重构策略的主动容错控制方法。首先,利用线性分式变换理论对存在参数不确定性的非线性机电系统进行建模,并提出基于粒子群优化算法的优化自适应阈值以提高参数不确定条件下的故障检测性能。其次,通过解析冗余关系推导出系统的动力学方程,并提出一种基于递归终端滑模的跟踪控制策略,以实现系统健康状态下的负载位置跟踪。当系统发生故障时,构建自适应滑模观测器进行传感器故障重构,根据重构结果设计自适应主动容错控制律,并利用故障检测结果进行控制律的实时切换。实验结果表明,所提出的故障检测和主动容错控制方法能在0.06 s内准确的实现传感器故障检测和容错控制,验证了该方法的可行性。     

起重机空调液体燃油加热器常见故障及维修方法

起重机空调液体燃油加热器是采用燃烧方式加热车厢暖气热水以实现车厢取暖的系统,具有油耗小、热效高、取暖快、排放低的优点。介绍了空调液体燃油加热器的构成、工作原理、常见故障及排查方法,并详细列举了电气故障的故障代码、故障类型、故障原因和排除方法。     

一种船用绞车故障诊断方法

介绍了一种采用PLC控制的船用绞车故障诊断方法,对船用绞车的故障类型和故障特点进行了分析,在对设备状态进行监测的基础上,基于BP神经网络开发了船用绞车故障诊断系统,建立了故障训练样本,通过对绞车刹车单元的故障诊断实验对该故障诊断方法进行了验证。     

未知环境中移动机器人基于行为的自主导航与环境构建

将模糊控制应用于基于行为的移动机器人控制结构中，使机器人具备了避障、避险和障碍物识别等基本的自主导航能力。针对未知环境中移动机器人的地图构建问题，提出了基于虚拟势场的全局搜索方法，采用基于栅格的地图表示方法，利用声纳传感器收集信息，实现对障碍物的识别和定位。通过试验验证了该方法的可行性。     

基于虚拟传感技术的工业数据错误诊断方法

由于传感装置失效导致的工业过程数据错误会严重威胁系统的安全平稳运行。虚拟传感技术能够推断、解释和预测系统的真实行为,实现过程变量观测值的冗余输出。为了提高工业系统的安全性,提出了基于虚拟传感技术的工业过程数据错误诊断方法。首先针对系统中的各个观测变量,构建基于高斯过程自回归(GPAR)模型的虚拟传感器,通过监测各虚拟传感器预测残差的波动变化,辨识、区分由于传感器故障导致的观测值错误和由于过程扰动引起的数据异常。一旦检测到过程数据出现错误,隔离发生数据错误的过程变量,并构造基于高斯过程多变量回归(GPMR)模型的虚拟传感器,实现过程数据错误值的修复。最后通过连续搅拌釜式加热器(CSTH)仿真实验与某炼厂闪蒸塔现场应用案例验证了本文所提方法的有效性。     

基于小波变换的磁悬浮轴承冗余位移传感器故障诊断方法

对位移传感器进行故障诊断,采用冗余位移传感器技术,可有效的提升磁悬浮轴承系统的可靠性。针对磁悬浮轴承系统中交叉冗余方式的位移传感器,提出了一种结合硬件冗余和小波分析的磁悬浮轴承传感器故障诊断方法。通过冗余传感器输出值间的数值关系来初步判断系统中是否存在故障传感器,结合传感器输出值经小波变换后的信号中的局部极大值来进一步识别已故障了的传感器,并判断故障类型。基于MATLAB的仿真模型进行了仿真分析。仿真结果表明,提出的方法不仅能有效地识别故障传感器,判断传感器的故障类型,还能为磁悬浮轴承传感器容错控制提供基础。     

基于改进证据理论的多传感器信息融合故障诊断

针对传感器信号不确定会产生冲突证据的问题,提出了一种基于改进证据理论的多传感器信息融合故障诊断方法。提出了基于遗传神经网络的原始证据生成方法,利用遗传算法优化神经网络参数,提高网络训练速度;定义了向量空间和方向相似度,利用分类准则函数区分冲突证据和相似证据,通过可信度修正冲突证据,降低了因不确定性产生的冲突对合成结果的影响。通过齿轮泵故障实验验证了改进方法的有效性,改进方法的诊断正确率明显高于单一传感器的诊断正确率,并通过设置适当的阈值提高了方法的灵活性和适用性。     

航空发动机试验传感器温漂数据有效性验证

针对航空发动机在台架试车中出现的传感器温漂故障,提出了基于经验模式分解(EMD)和Hilbert变换的航空发动机传感器数据有效性验证方法。首先,介绍了航空发动机传感器常见的失效模式以及EMD分解和Hilbert变换方法,并将其引入航空发动机传感器信号分析领域;然后,利用该方法对传感器故障信号进行分解,提取航空发动机传感器故障信号特征,通过故障信号重构和残差向量分析判断故障的严重程度,将原始信号中的故障信号予以剔除;最后,重构有效的信息成分,实现对数据的有效性验证。实例计算与分析验证了该方法在航空发动机传感器温漂数据有效性验证方面是有效的。     

基于信息融合的滚动轴承故障诊断

滚动轴承故障诊断中同一征兆域很难区分多种故障，单一传感器对故障分类识别有不确定性。提出了利用加速度传感器和声音传感器，基于BP神经网络及D-S证据理论，对所采集的振动信号和声音信号的多种特征信号进行信息融合，实现故障诊断。并对该方法进行仿真试验验证。     

基于改进卷积神经网络的燃气调压器故障识别研究

针对传统故障识别方法不仅过分依赖专家经验对故障特征进行提取且识别准确率不高的问题,在深度学习理论基础上,提出了一种将一维卷积神经网络与SVM分类器相结合的改进深度卷积神经网络,实现调压器“端到端”的故障识别。首先,介绍了传统卷积神经网络结构;其次,将改进后的一维卷积神经网络与SVM相结合,提出了基于1-MsCNN-SVM算法的调压器故障识别模型,并对模型的组成部分进行了介绍;然后,通过对比实验确定了模型的卷积核长度和卷积层组数;最后,为验证模型的有效性,基于燃气调压器故障数据集,开展了燃气调压器故障识别研究。研究结果表明,改进后的1-MsCNN-SVM算法故障识别准确率高达99.20%,模型具有较好的分类准确率。     

汽车电子节气门角度传感器的故障检测与重构

针对具有强非线性的电子节气门角度传感器的故障诊断与重构问题,提出一种基于滑模变结构观测器的角度传感器故障检测与故障重构方法。利用一阶滤波器实现传感器故障与执行器故障的等效变换,利用滑模观测器生成残差,同时根据已发生故障的测量值估计故障量,得到传感器故障信息的精确估计,实现传感器故障的检测与故障重构。通过ds PACE搭建快速控制原型环境对所提出的故障检测与重构方法进行验证,实验结果表明所设计的滑模变结构观测器可有效对传感器故障进行检测与重构。     

基于IMIE、MCFS和SSA-ELM的离心泵故障诊断方法

采用多尺度排列熵对离心泵振动信号进行分析时，存在忽略信号幅值信息以及粗粒化处理存在不足的问题，从而导致离心泵的故障识别准确率不高，为此，提出了一种基于改进多尺度增长熵(IMIE)、多聚类特征选择(MCFS)和麻雀搜索算法优化极限学习机(SSA-ELM)的离心泵故障诊断方法。首先，基于改进粗粒化处理，提出了改进多尺度增长熵(IMIE)方法，将其用于提取故障特征，构造了反映离心泵损伤属性的特征矩阵；随后，采用多聚类特征选择(MCFS),对原始故障特征进行了重要性排序，获得了对分类识别贡献度更高的故障特征，提高了故障特征的质量；最后，将低维的敏感特征输入至基于麻雀搜索算法(SSA)的极限学习机(ELM)中，进行了离心泵故障分类，完成了离心泵不同故障类型的识别任务；并采用离心泵故障数据集，对基于IMIE、MCFS和SSA-ELM的故障诊断方法的有效性进行了实验验证。研究结果表明：所提故障诊断方法的故障识别准确率达到了100%,多次实验的平均准确率和标准差也优于其他对比的故障诊断方法，即IMIE能够准确地提取信号中的故障信息，进而表征离心泵的健康状态；SSA-ELM能够准确地识别离心泵的故障类型...