基于迭代学习的离散线性时变系统故障诊断

针对一类离散线性时变系统的故障诊断问题,提出一种新的故障检测与估计算法.该算法通过引入虚拟故障构建离散故障跟踪估计器,在选取的优化时域内,利用估计器输出和系统实际输出产生的残差信号,采用迭代学习算法来调节虚拟故障,使虚拟故障逼近系统中实际发生的故障,从而达到对系统故障诊断的目的.该方法不仅能检测出系统不同类型的故障,还可以实现对故障信号的精确估计.仿真结果验证了所提出方法的有效性.     

基于角度修正迭代学习的离散时变系统故障诊断

针对一类非线性离散时变系统的故障诊断问题,提出了一种新的故障检测与估计算法.该算法在选取的优化时域内,利用残差信号通过迭代学习方法调整引入的虚拟故障,并利用实际输出和故障跟踪估计器输出向量空间的角度关系,来修正虚拟故障的迭代学习律,以此来加快算法的收敛速度.该算法不仅能够实现不同类型故障信号的检测与估计,而且还充分利用了估计器输出信号中的新信息,使得算法的收敛速度得到明显提高.最后仿真结果验证了该方法的有效性.     

基于逆系统迭代学习观测器的故障调节方法

针对一类满足Lipschitz条件的多输入多输出非线性可逆系统执行器故障问题,提出了一种基于迭代学习观测器的逆系统内模故障调节方法。引入PD型迭代学习策略,设计了迭代学习故障诊断观测器,用于对执行器未知时变故障进行快速、准确估计。根据故障估计值,结合逆系统方法对逆模型进行补偿,使得补偿后的逆模型与非线性被控对象串联仍为伪线性系统;再结合内模控制实现了伪线性系统的容错控制。最后,通过仿真算例验证了该方案的有效性。     

基于XML的故障诊断虚拟训练描述模型研究

随着科学技术的迅猛发展,传统故障诊断训练存在的问题日益突出,越来越难以满足维修人员的故障诊断训练需求;提出了通过虚拟方式进行辅助训练,来提高维修人员的故障诊断能力和掌握故障诊断相关知识,满足故障诊断训练需求;为实现故障诊断虚拟训练,分析了故障诊断虚拟训练模型的描述要素和描述语言;运用诊断树分析方法,基于XML建立了故障诊断虚拟训练描述模型,为实现故障诊断虚拟训练提供模型支撑;最后,基于此模型对液压千斤顶回收不到位的故障进行了描述,验证了描述模型的正确性与实用性.     

基于自适应迭代学习算法的一类非线性系统故障检测与估计

针对迭代学习算法在非线性系统故障检测与估计过程中存在估计误差较大和收敛速度较慢等不足的问题,提出了一种基于龙格–库塔故障估计观测器模型的自适应迭代学习算法,有效降低了故障估计误差;并引入H∞性能指标,提高了故障估计观测器的收敛速度.该算法首先设计故障检测观测器对故障进行检测,然后设计故障估计观测器,并将自适应算法与迭代学习策略相结合,使得估计故障逐渐逼近真实故障,从而实现对非线性系统中多种常见故障的精确检测与估计.最后,通过机械臂旋转关节驱动电机的执行器故障仿真验证了所提算法的有效性.     

基于故障跟踪估计器的非线性时滞系统故障诊断

提出一种可有效检测和估计一类非线性时滞系统故障的故障跟踪估计器.根据预测控制和迭代学习控制的思想,在所选取的优化时域长度内,通过迭代算法调节故障跟踪估计器中的可调参数,使之逼近系统中实际发生的故障.与以往基于观测器的故障诊断方法不同的是,故障跟踪估计器可同时检测和估计系统中发生的故障,而且针对不同类型的故障亦有很好的适应性.仿真结果表明了所提出算法的可行性和有效性.     

基于虚拟测试仪器的诊断技术及在VMTS中应用

故障诊断是一门交叉学科,广泛应用于各个领域,在飞机维修虚拟训练系统(VMTS,virtual maintenance training system)平台基础上,提出基于虚拟仪器进行测试、故障定位的仿真训练策略,构建了基于需求的虚拟测试仪器模型框架,并在VMTS系统中得到应用;通过虚拟测试仪器与推理模块协同配合的方法解决了维修虚拟训练过程中普遍存在的故障诊断类型套路化问题,并且能够完成复杂状态下的故障诊断任务,满足各种故障诊断训练要求,最后以尾桨故障诊断为例,证明该方法的可行性.     

SS诊断策略在非线性电路中的应用研究

研究模拟电路故障诊断问题,非线性一直是制约模拟电路故障诊断技术发展的关键问题之一.传统故障诊断中,灵敏度序列(Sensitivity Sequence,SS)诊断策略集中在线性电路的故障诊断,但是对于非线性电路的故障诊断,仍缺乏相关研究.为此对非线性电路中应用SS诊断策略进行了研究,从分析非线性元件参数特性出发,引入分段线性迭代的方法构建元件的线性模型,采用戴维宁和诺顿定理进行模型的等效替换;分段进行测前仿真,构造故障字典.理论推导以及试验结果证明,采用分段线性迭代方法构建非线性元件的分析模型,避免了在诊断过程中求解繁复的非线性代数方程或非线性微分方程,为在非线性电路应用SS诊断策略提供了有效的分析模型;借助工作域以及对带有容差的一般情况的分析和研究,进一步完善了非线性电路中SS诊断策略的应用;所提的方法,能够快速准确地提取非线性电路故障的灵敏度特征,提高故障识别和隔离的效率.     

改进BP网络在汽轮发电机组故障诊断中的应用

关于汽轮发电机系统一定要保证可靠安全.研究汽轮机发电机组的故障快速诊断问题上,针对汽轮发电机故障具有多样性和不确定性,传统BP神经网络不能很好的识别这种特性,存在训练时间长、误差收敛速度慢的缺陷,故障诊断正确率低.为了提高汽轮发电机组的故障诊断准确率,提出一种附加动量法和自适应速率相结合的BP神经网络故障诊断模型.采用附加动量调整了BP神经网络的权值,加快了网络的收敛速度,用自适应速率动态地调整了学习速度,减少了迭代次数,最后利用得到的BP神经网络对故障进行了诊断.在matlab上采用实测汽轮发电机故障数据对故障诊断模型进行测试,相对于传统的BP算法,该算法不仅迭代次数少、学习速度加快,而且故障诊断准确率高.结果表明,有效地克服了传统的梯度下降的BP算法的缺陷,诊断结果可为保证汽轮发电机安全运行提供保障.     

基于扩展滤波器的非线性系统迭代学习故障诊断算法

针对一类存在执行器和传感器故障的非线性系统,提出基于滤波器的故障重构方法。为了使算法同时适用于状态和输出端,通过由系统方程构造新状态方程对系统作扩展变换,将原系统输出端非线性和故障转换到扩展系统的状态方程,在此基础上设计故障诊断滤波器,采用迭代学习调节算法更新虚拟故障使之逼近实际故障。该算法可以检测和估计系统故障,并且对不同类型故障具有一定的适应性。在单关节机器人模型上进行仿真实验,实验结果验证了所提出算法的可行性和有效性。     

非正则分布参数系统的迭代学习控制

针对一类非正则分布参数系统的迭代学习控制问题进行讨论, 该类分布参数系统由抛物型偏微分方程构成. 基于非正则系统的特点, 使用D型学习律构建得到迭代学习控制律, 并基于压缩映射原理, 证明得到输出跟踪误差在??² 范数意义下沿迭代轴方向的收敛性结论. 仿真算例表明了所提出结论的有效性.

     

离散重复过程的有限频率范围迭代学习容错控制

针对一类执行器故障不确定离散重复过程, 提出一种有限频率范围的迭代学习容错控制算法. 通过定义故障系数矩阵和输出跟踪系统的等价二维模型, 沿故障系统的时间轴和批次轴设计迭代学习被动容错控制器, 以线性矩阵不等式形式分别给出基于KYP 引理的全频、分频区域重复控制系统稳定的充分必要条件, 同时保证故障系统在时域和频域范围内的容错性能. 最后, 以重复注塑过程的注射速度控制仿真验证了所提出分频控制算法的有效性.

     

执行器故障重复过程的鲁棒迭代学习容错控制方法及应用

针对具有执行器故障和外界扰动的线性重复过程,给出一种鲁棒迭代学习容错控制策略.首先,基于二维(2D)系统理论,设计鲁棒迭代学习容错控制器,将迭代学习控制系统等效转化为2D模型;然后,利用线性矩阵不等式(LMI)技术,分析和优化控制系统在时间和迭代方向上的容错性能以及对干扰的抑制性能,同时给出系统满足这些性能的充分条件,并进一步通过求解LMI凸优化问题获得控制器参数;最后,通过对旋转控制系统的仿真结果验证了所提出算法的有效性.     

非线性迭代学习算法在机器人上肢康复中的应用

针对上肢康复机器人轨迹跟踪控制中存在的患者痉挛扰动非线性及不确定性问题, 结合康复机器人系统执行具有重复性的特点以及迭代学习算法特有的性质, 提出一种非线性迭代学习控制算法, 改进了机器人常用的线性动力学控制系统, 使得在模型信息不精确以及只有角度信息可测的情况下, 也能获得良好的轨迹跟踪性能; 应用Lyapunov 稳定性理论和LaSalle 不变性原理证明了闭环系统的全局渐近稳定性. 仿真结果表明, 所提出的非线性迭代学习控制具有良好的控制性能.

     

存在未知时延和Markov 丢包的网络控制系统故障检测与优化

将网络控制系统(NCSs) 的未知短时延处理成范数有界不确定性, 结合Markov 丢包影响将NCSs 建模为不确定Markov 跳变系统, 设计模态依赖的鲁棒故障检测滤波器. 为了提高检测系统性能, 采用后置滤波器对残差信号进行时域优化, 并以Moore-Penrose 逆形式给出其最优解. 同时, 设计自适应检测阈值, 并给出时变参数阵的迭代方法,降低了计算量. 数值仿真表明, 所提出的方法能够有效地抑制时延和丢包影响, 提高故障检测系统的检测能力和检测速度.

     

城市区域交通信号迭代学习控制策略

城市交通流具有复杂的非线性动态特性, 在交通控制中难以对其进行精确的数学建模; 同时, 以天为周期, 宏观交通流又呈现出明显的周期性特征. 鉴于此, 提出一种基于迭代学习的城市区域交通信号控制策略, 通过对交通信号的迭代控制, 使路段的平均占有率收敛于期望占有率, 从而使绿灯时间得到充分利用并防止交通拥堵的发生, 保证了交通流在路网中的高效平稳运行. 严格的理论推导证明了该方法的收敛性, 仿真结果验证了该方法的有效性.

     

基于坐标变换的径向主动磁悬浮轴承容错控制

针对安装3个位移传感器的六极径向主动磁轴承,研究了基于坐标变换的位移传感器容错控制算法;在电流分配矩阵重构法的基础上,提出了基于坐标变换的执行器容错控制算法;并将这两种算法结合,提出了基于坐标变换的位移传感器和执行器容错控制算法;最后,在一个两自由度径向主动磁轴承实验台上对该容错控制算法进行了实验研究.实验结果表明,采用新容错控制算法可以最多在1个传感器故障和3个励磁线圈同时故障的情况下实现转子的稳定悬浮.     

姿态变化一致有界的姿态稳定控制器设计

针对航天器姿态稳定控制问题, 设计一种迭代学习姿态控制器. 将连续非周期运动的姿态跟踪过程分解为队列重复运动, 采用前一周期的姿态跟踪误差修正后一周期的控制输入, 分别对未知参数和干扰构建有界迭代学习律, 给出航天器姿态稳定控制器, 并从理论上分析了闭环系统的渐近稳定性和姿态跟踪误差的一致有界性. 通过在轨捕获非合作目标过程中航天器姿态跟踪控制问题的数值仿真, 验证了迭代学习控制器的鲁棒性和强抗干扰性.

     

数据丢失对迭代学习控制的影响分析

针对一类线性系统,分析数据丢失对迭代学习控制算法的影响.首先基于lifting方法给出跟踪误差渐近收敛和单调收敛的条件,并分析收敛速度与数据丢失率的关系,结果表明收敛速度随着数据丢失程度的增加而变慢.其次,为抑制迭代变化扰动的影响,给出一种存在数据丢失时的鲁棒迭代学习控制器设计方法,并将控制器设计问题转化为求取线性矩阵不等式的可行解.仿真示例验证了理论分析的结果以及鲁棒迭代学习控制算法的有效性.

     

Lebesgue-?? 范数意义下对初态误差进行加速修正的迭代学习控制

针对一类多输入多输出线性时不变系统, 提出一种初态误差加速修正的PD-型迭代学习算法. 针对系统的任意初始状态, 在时间轴上设计一个随迭代次数增加而缩短的修正区间. 在该区间上, 控制算法对初始状态偏差进行修正; 修正区间外, 算法与无初始误差的学习律等同. 在Lebesgue-?? 范数度量跟踪误差意义下, 利用卷积的推 广Young 不等式证明了所提出学习控制律的收敛性. 数值仿真验证了该控制律的有效性.