基于新型ESF的一类非线性系统故障滤波方法

针对传统非线性系统故障诊断方法中存在的线性化误差、滤波发散等问题,对一类含有测量噪声及执行器时变故障的非线性系统研究一类新的故障诊断方法。通过将系统的非线性动态及故障扩张为一新的状态,构造一种可用于故障诊断的扩张状态滤波器,并在此基础上推证出增广系统渐进稳定的充分条件,给出具有鲁棒H_∞性能的故障诊断滤波器设计方法,同时借助于原系统中已知的非线性动态,对滤波后的新扩张状态进行故障分离,实现对故障的滤波及诊断。用该方法对具有测量噪声的典型非线性系统Van der pol振荡器,在分别发生恒值和时变故障情形下进行仿真研究。结果表明,所提方法能较好地解决含噪非线性系统的滤波及故障诊断问题。     

基于证据理论的并发故障诊断方法

为了解决并发故障诊断问题,提出了一种基于推广的证据理论的新算法:将并发故障状态作为设备的运行状态引入分辨框(?)中,使之成为分辨框(?)中的基本元素,依据诊断并发故障所获得的不同证据体的冲突程度,给出了两种不同组合规则.以200MW 发电机转子故障诊断为例,验证了该算法的有效性.     

模糊诊断技术在旋转机械设备故障诊断中的应用

在复杂的机械系统中，一种故障状态可能引起多种故障征兆，而一种故障征兆也可能在不同程度上反映多种故障状态。根据振动信号频谱分析结果，提取频谱特征，获取各种征兆信息。在已知故障征兆的情况下，对多故障同时发生和多故障具有相同征兆的诊断问题，利用模糊诊断技术，确定机械设备故障类别的隶属度值，经模糊综合诊断后确定设备的故障。     

应用奇异值分解和峭度分离滚动轴承复合故障

滚动轴承多故障特征影响故障诊断结果,为此提出一种结合奇异值分解和峭度的复合故障诊断方法。将采集的双通道多故障特征振动信号进行多层奇异值分解,利用奇异值差分谱和归一化峭度进行筛选和重构,实现对多故障特征的分别提取;通过滚动轴承内外圈故障实验,最终分离出轴承的2种故障。与直接采用原始信号诊断相比,该方法能够在背景噪声下准确分离频率相近的微弱故障成分,提高提取瞬态冲击信号特征的能力,能有效识别滚动轴承的故障类型和发生部位,提高复合故障诊断的准确性。实验结果表明,该方法可以有效地分离和提取滚动轴承多故障特征。     

基于模糊域和支持向量机的故障诊断方法

将模糊域分布和支持向量机相结合，提出了一种故障诊断的新方法，该方法将模糊域分布中的局部能量作为特征输入到支持向量机的多故障分类器进行故障识别.利用模糊域分布可以很好地刻画信号的时频局部化特征，与时-频平面特征提取相比，又可大大降低数据维数.对于不同类型的核函数分布，将其诊断结果进行比较，试验结果表明，基于模糊域的支持向量机故障分类无需核函数滤波就能取得最好的分类效果.     

基于案例推理的电力设备多故障诊断方法

在分析多故障模式特点的基础上,建立了面向多故障的案例知识库,并提出了一种基于二次检索策略的电力设备多故障诊断方法.采用基于权重隶属度的候选案例生成方法对案例库进行初步检索,有效地减少了候选案例的数量.通过灰色关联分析对案例相似度进行计算,获得最有可能发生的故障案例,避免了多故障组合爆炸所带来的大计算量问题.最后通过实例对所提出的方法进行了说明.     

航天器相对视觉／IMU导航量测修正多速率滤波

针对具有单目视觉和惯导组件(IMU)的航天器相对导航问题,研究了以量测信息为修正手段的异速滤波算法.异速滤波也就是多速率卡尔曼滤波器,其中滤波过程被分解为量测更新和时间更新,根据实际情况选取滤波器周期,一般可选取频率较快的系统采样周期作为组合导航系统的滤波周期,根据是否有慢速信息决定在滤波时刻进行时间更新或者量测更新.为增强滤波器对观测信息的适应能力,设计利用量测信息对滤波量测噪声阵和状态估计误差协方差阵进行后验修正.理论分析和数学仿真均表明,基于量测修正的多速率卡尔曼算法能够提高滤波器的数据更新频率,同时改善滤波器的性能,提高导航系统的冗余度.     

基于信息融合和加权证据理论的故障诊断系统的研究与实践

为了较全面地获得设备的故障状态信息,增加故障诊断的可信度,考虑故障诊断过程中不同故障特征对特定故障的贡献率,提出了加权证据理论的多故障特征信息融合的故障诊断方法,建立了多故障特征信息融合诊断模型。经实验表明,该方法能有效提高故障诊断的准确性并且具有较好的实用性。     

小波和余弦变换的电机轴承故障特征参数构造

针对传统故障诊断特征参数的应用缺陷,提出了一种小波和余弦变换的感应电机轴承故障特征参数提取方法.首先,根据感应电机轴承振动信号的特点选择合适的小波滤波器和信息代价函数,并将感应电机轴承振动信号分解到各个不同的频域子空间;然后,基于离散余弦变换的频域能量聚集性对分解后的信号构造感应电机轴承故障特征参数,并对实际感应电机轴承正常、内圈故障、外圈故障和滚珠故障4种状态的振动信号进行分析,验证了所构造的特征参数能有效地实现电机轴承的早期故障检测与诊断;最后,与传统故障诊断特征参数方法进行了比较,说明所提出的特征参数构造方法对于感应电机轴承早期故障的诊断优于传统故障诊断特征参数方法.     

深度神经网络在滚动轴承故障诊断中的应用

为了对滚动轴承发生的故障类型进行诊断,从而提升设备的安全性,提出了一种基于深度残差神经网络的智能故障诊断方法,并使用多传感器融合技术对深度残差神经网络进行了改进,使得诊断模型的识别精度和鲁棒性得到进一步提高.首先,通过多传感器技术来获取丰富的设备运行状态信息,然后利用时频分析方法短时傅里叶变换提取原始振动信号的初级特征信息,最后利用深度残差网络的强大学习能力,进一步提取初级特征信息中的高级特征信息,并识别设备的故障类型,从而实现滚动轴承的故障诊断.为了验证所提出方法的有效性,使用滚动轴承实验数据对方法进行了测试,同时与基于深度卷积神经网络和单传感器故障诊断模型进行对比,研究结果表明,提出的智能方法不仅能对故障进行准确识别,而且具有相当良好的泛化能力和抗噪能力,其故障精度达到了100%,在单传感器或多传感器受到强噪声干扰时,分别实现诊断精度至少为93.78%和82.54%.     

模糊理论在设备故障诊断神经网络中的典型应用

分别阐述了如何结合模糊理论来建立单征兆域单故障诊断、单征兆域多故障诊断及多征兆域多故障诊断等3种典型的诊断模糊神经网络.给出了在实际应用中针对特定问题来建立符合应用需求的诊断模糊神经网络的一般思路,对建立基于神经网络的故障诊断系统具有参考价值和指导作用.     

一种基于集合覆盖和可信度因子的多故障诊断模型

本文针对诊断问题的具体特点以集合覆盖和可信度因子为基础，建立了一个多故障诊断模型，给出了模型的求解算法，并将该模型应用于故障诊断专家系统中。本文给出的模型是对多故障问题求解的一个有效尝试。     

An adaptive particle filter for mobile robot fault diagnosis

An adaptive particle filter for fault diagnosis of dead-reckoning system was presented, which applied a general framework to integrate rule-based domain knowledge into particle filter. Domain knowledge was exploited to constrain the state space to certain subset. The state space was adjusted by setting the transition matrix. Firstly, the monitored mobile robot and its kinematics models, measurement models and fault models were given. Then, 5 kinds of planar movement states of the robot were estimated with driving speeds of left and right Side. After that, the possible （or detectable） fault modes were obtained to modify the transitional probability. There are two typical advantages of this method, i.e. particles will never be drawn from hopeless area of the state space, and the particle number is reduced.     

基于多源信息融合的变压器检测与评估技术

传统电力变压器状态检测大多针对单类传感器获得的数据进行处理,忽视了不同传感器之间的潜在联系,导致误判时常发生。为了避免信息孤岛,高效利用多源信息,根据多源信息的差异和互补性,将不同来源、不同模式的多类传感器信息进行多级别、多方面、多层次的信息检测,以获得电力变压器故障状态和特征估计,进而实现被测电力变压器故障态势的精确描述。首先,设计了多维状态参量的带通滤波器、能级放大及脉络检波等信息处理电路,有效提高了传感信息精确度。其次,建立基于信息融合的变压器健康状态评估模型,提高了系统整体的在线检测水平和故障诊断能力。最后,利用多源信息融合模型,验证了该方案的可行性和优越性。     

Fault detection and identification for dead reckoning system of mobile robot based on fuzzy logic particle filter

To deal with fault detection and diagnosis with incomplete model for dead reckoning system of mobile robot, an integrative framework of particle filter detection and fuzzy logic diagnosis was devised. Firstly, an adaptive fault space is designed for recognizing both known faults and unknown faults, in corresponding modes of modeled and model-free. Secondly, the particle filter is utilized to diagnose the modeled faults and detect model-free fault according to the low particle weight and reliability. Especially, the proposed fuzzy logic diagnosis can further analyze model-free modes and identify some soft faults in unknown fault space. The MORCS-1 experimental results show that the fuzzy diagnosis particle filter (FDPF) combinational framework improves fault detection and identification completeness. Specifically speaking, FDPF is feasible to diagnose the modeled faults in known space. Furthermore, the types of model-free soft faults can also be further identified and diagnosed in unknown fault space.     

非线性系统传感器故障诊断方法

传感器故障诊断的实施能够保证诊断系统获取实时准确信息,避免因错误的或可疑的信息千造成的负效应,保证数据的正确性,提高数据的可信度。因此,传感器的故障诊断是提高整个故障诊断系统可靠性的重要手段。基于强跟踪滤波器提出了非线性系统传感器故障诊断的一类算法,由于强跟踪滤波器方法是基于参数估计为主的一种方法,将系统的各种邦联都归结为一种参数偏差型邦联进行处理,所以,只要非线性系统的状态及参数是可以辨识的,那     

可变低温环境锂电池组内部短路故障诊断

针对可变低温环境下锂离子电池组易发生的内部短路故障问题,提出基于模型的电池组参数估计和故障诊断方法. 通过特性实验,建立三元锂电池容量与温度的关系. 根据标准-偏差模型,采用无迹卡尔曼滤波实时估计标准电池状态和参数,结合双卡尔曼滤波得到电池组状态和参数的实时估计结果,根据电池容量衰减定量诊断内部短路故障. 在5~25 °C时变温度下,结合实际工况进行电池组充放电实验,通过并联电阻法模拟内部短路故障,得到电池组状态和内部短路电阻估计值和真实值的对比. 实验结果表明,利用提出的方法能够快速、精确地跟踪电池组状态,准确地诊断电池内部短路故障.     

UTSTF锂离子电池时变参数估计与故障诊断

针对锂离子电池的参数偏差型故障诊断问题,提出基于无迹变换强跟踪滤波器（UTSTF）的电池时变参数估计与故障诊断方法.建立电池的开路电压（OCV）-荷电状态（SOC）特性曲线与一阶等效电路模型;将电池参数加入状态变量,建立状态与参数的联合状态空间方程,通过UTSTF算法得到电池参数的实时估计结果,并根据估计值设计故障诊断算法流程;以电池内部的接触型故障与扩散型故障为例,在变温环境下模拟故障发生并进行电池充放测试,得到电池参数在UTSTF与无迹卡尔曼滤波（UKF）下估计值与真实值的对比.实验结果表明,所提方法对于电池故障参数具有良好的跟踪效果、较高的估计精度与诊断可靠性.     

基于信息散度的过程故障检测与诊断

为了充分利用卡尔曼滤波新息中的非高斯故障特征,提出一种基于信息散度的非线性过程故障检测与诊断方法.通过unscented卡尔曼滤波产生新息序列,利用核密度估计方法计算概率分布.在此基础上建立信息散度统计量,监控过程的运行状态.一旦检测到故障后,引入对称信息散度计算待诊断过程与故障库中各类故障之间的距离,判断故障类型.在连续搅拌反应器上的仿真结果表明,提出的方法能够及时检测到故障的发生,正确判断故障类型.