一种非线性非高斯随机系统的故障诊断方法

针对非线性非高斯随机系统在线故障诊断的问题,运用粒子滤波器提出了一种基于方差自适应粒子滤波器的非线性非高斯随机系统的故障诊断方法,可以用来解决系统的参数偏差型故障诊断问题。通过对连续搅拌釜式反应器(CSTR)的仿真研究,可以看出,该算法实现简单,易于对系统进行在线估计,对于发生缓变和突变的参数偏差型故障的检测与估计均较为有效。     

非高斯噪声下输出残差或状态估计误差的熵研究

基于非Gaussian噪声线性定常控制系统,通过控制滤波器输出残差或状态估计误差的条件概率密度函数形状来建立有效的滤波设计算法,创建滤波器输出残差或状态估计误差的条件概率密度函数的统一表现形式.利用复合概率密度函数的关系对残差或状态估计误差的条件概率密度函数的近似来实现非高斯残差的高斯化或相应的熵最小化.     

基于2阶Renyi熵的自适应主动噪声控制

在前馈主动噪声控制中,基于均方误差准则的传统算法仅考虑了信号的2阶统计量,忽略了实际存在的非高斯信号,不能满足对非高斯噪声的控制要求.提出基于2阶Renyi熵的滤波X自适应有限脉冲响应 (finite impulse response,FIR)主动噪声控制算法,定义2阶Renyi熵作为性能指标,利用Parzen窗方法估计误差的概率密度函数,给出基于2阶Renyi熵的信息梯度下降算法,实现自适应FIR控制,同时分析了算法的收敛性和计算复杂度.对单频信号和实测宽带非高斯噪声的仿真结果表明该算法能很好地消除非高斯噪声.     

非高斯噪声下输出残差或状态估计误差的熵研究

基于非Gaussian噪声线性定常控制系统,通过控制滤波器输出残差或状态估计误差的条件概率密度函数形状来建立有效的滤波设计算法,创建滤波器输出残差或状态估计误差的条件概率密度函数的统一表现形式。利用复合概率密度函数的关系对残差或状态估计误差的条件概率密度函数的近似来实现非高斯残差的高斯化或相应的熵最小化。     

MEMS陀螺漂移误差建模与滤波

MEMS陀螺漂移误差直接影响光电稳定跟踪平台伺服机构的控制精度.针对MEMS陀螺随机漂移误差慢时变、弱非线性、难以准确补偿的特点,基于随机序列时序分析法的基本原理,对预处理后的MEMS陀螺漂移残差信号进行建模,并根据模型对残差信号进行Kalman滤波.结果显示滤波前后信号的方差提高了1到2个数量级,表明有效抑制了漂移误差,提高了MEMS陀螺的精度.     

最小残差熵与最小均方差的主元网络及其比较

神经网络与主元分析相结合的主元神经网络提供了一种自适应并行在线的主元及主子空间分析技术,但是对非高斯随机系统的数据,基于最小均方重构误差的主元分析所提取的主元方向不是最大化信息方向.本文先给出一种基于最小均方差的自关联主元网络,分析其最佳的均方差重构性质和非信息最大化特性;然后提出了以最小残差信息熵为学习目标主元的神经网络,并给出了网络输出残差熵的近似计算方法和网络学习方法;最后分析了在高斯随机分布系统下,最小残差熵与最小均方重构误差的分析结果是一致的.     

一种基于滤波参数在线辨识的鲁棒自适应滤波器

针对一类未建模动态和扰动下的非线性随机系统的状态估计问题,提出了一种基于 滤波参数在线辨识的鲁棒自适应滤波器.该算法通过极小化状态估计误差的方差同时正交化 相邻时刻的滤波残差,在线辨识状态预报误差和滤波残差的协方差,实现了对未建模动态和扰 动的自适应动态补偿,因此对未建模扰动具有很强的鲁棒性.仿真中研究了一个非线性随机时 滞系统,其参数存在缓变和突变,时滞会多次跳变,量测噪声发生了均值漂移和方差突变.算法 对时滞和参数的联合估计效果令人满意.     

高超声速飞行器间歇故障改进自适应容错控制

提出一种外部扰动/内部白噪声复合干扰和间歇性故障下的再入段变结构高超声速飞行器故障诊断和容错控制方法.首先给出再入姿态系统模型以及间歇故障模型.然后基于所研究的随机固定幅值故障模式对角速率系统中的周期性外部扰动进行预处理,根据处理结果,通过引入滑动时间窗设计一种残差信号.由于系统中存在白噪声,根据噪声分布特性并基于改进的残差信号提出两个假设检验,进而设计检测故障的两个阈值区间以检测间歇故障的发生和消失时间.与传统残差设计方法相比,改进的残差信号对于故障发生和消失时间的检测更准确.基于扩张系统设计一个自适应估计律用于估计故障,并使得估计误差满足$L_2$-增益干扰抑制.最后提出一个自适应容错控制算法使得系统的姿态角输出能够跟踪给定的参考信号.利用Lyapunov函数证明了系统的稳定性, Matlab仿真结果验证了所提出方法的有效性.     

具有输入量化和全状态约束的非严格反馈随机非线性系统的有限时间动态面控制

研究具有输入量化和全状态约束的非严格反馈随机非线性系统的有限时间自适应跟踪控制.首先,利用双曲正切函数进行非线性映射,消除全状态约束的限制,将系统变换为无约束系统;其次,引入滞回量化器克服量化信号中的抖动和量化误差.为实现有限时间控制,提出概率意义下半全局有限时间稳定控制方法,加快系统的收敛速度,并在此基础上采用径向基函数神经网络逼近未知非线性函数;接着,基于动态面控制技术和高斯函数的性质,对变换后的非严格反馈随机系统进行自适应控制设计,所设计的控制器能够保证闭环系统中的所有信号在概率意义下有限时间稳定;最后通过仿真实验表明所设计控制方案的有效性.     

不确定奇异时滞系统的鲁棒H∞故障诊断滤波器设计

研究一类受参数不确定性和干扰影响的奇异时滞系统鲁棒故障诊断滤波器设计问题. 把基于观测器的故障诊断滤波器作为残差产生器, 将故障诊断滤波器设计归结为H∞滤波问题, 使产生的残差信号即为故障的H∞估计, 给出了鲁棒H∞故障诊断滤波器存在的充分条件, 并利用锥面互补线性化迭代算法得到了故障诊断滤波器设计的线性矩阵不等式求解方法. 算例验证了算法的有效性.     

基于二部图的控制系统故障诊断方法

针对连续控制系统,建立了由系统约束集、变量集和边集构成的二部图模型,提出了一种定性描述与定量分析相结合的故障诊断算法。该算法通过分离子系统,求解系统的关联矩阵及最大匹配,定义了描述变量与系统约束之间依赖关系的规则,并设计了关联矩阵分层算法,以此来计算控制系统残差。以一个线性系统为例,探讨了该算法的应用过程,并通过仿真实例验证了该算法的有效性。     

基于广义模型的复杂电力系统的故障诊断

讨论了广义大系统故障诊断的一种新方法。首先，给出了复杂电力系统不对称故障的定义，以及传统的分析方法。接着，对所给的广义大系统，构造它的一个全阶广义状态观测器。考虑广义系统的3种可能故障形式，残差由交联项部分和系统的故障两部分组成。为了排除交联项对故障的干扰，实现交联项的解耦，分两种情况讨论残差，并分别设计加权矩阵，给出故障诊断的方法。所给的故障诊断方法在实际应用中切实可行，且能提高故障诊断效率。     

航空发动机气路故障诊断

介绍了航空发动机气路故障诊断基准参数的选取和监测参数偏差的产生方法,探讨了采用故障相似系数进行气路故障隔离和辨识的方法,并用某型涡扇发动机实测数据验证了该方法的有效性.相似系数不仅具有明确的物理意义,而且使得故障诊断系统构造简便,故障模式扩展容易.采用相似系数进行故障模式隔离不必要求监测参数的个数大于故障模式个数.在隔离故障模式的基础上,进一步辨识发动机部件性能衰退程度,对气路故障的诊断更为深入.     

基于规范变量残差的化工过程微小故障检测与诊断

微小故障因其幅值低而易被噪声和过程扰动所掩盖,并且会随时间慢慢演变成过程中的严重故障.因此,微小故障的检测和诊断变得越来越重要.为了更有效地监测和诊断微小故障,提出了基于规范变量残差的化工过程微小故障检测和诊断方法.首先,对Hankel矩阵执行奇异值分解来获得主元和残差空间并根据过去和未来数据的差异,求得两个不同的规范变量残差d_1, d_2.其次,考虑数据的时间序列特性,提出了基于规范变量残差的两个加权平均统计量W_(D1), W_(D2)及其控制限,进行故障检测;然后,计算出各个统计量的归一化贡献并绘制二维贡献图,进行故障诊断.最后,在连续搅拌釜式反应器(CSTR)过程中进行两种微小故障的应用研究.结果表明,与传统的统计量T~2,Q以及规范变量差异分析(CVDA)中统计量D相比,基于规范变量残差的加权平均统计量W_(D1), W_(D2)不仅能够及时检测到微小故障,而且在故障检测率和诊断率方面,均有不同程度的提高.     

用虚拟连杆构造冗余残差对多关节机械臂进行故障诊断

提出了一种多关节机械臂的故障诊断方法.基于机械臂各个关节间的转动传递关系,对多个关节构造虚拟连杆的残差,利用虚拟连杆与机械臂工作空间残差间构成的冗余关系进行故障诊断.将残差阈值的设计与机械臂末端位置的渐变相联系,改进了现有方法中判别关节故障没有利用关节间位置关系的不足.     

基于广义回归神经网络的传感器故障诊断研究

针对诊断传感器偏置故障与漂移故障的难点问题,提出了一种基于广义回归神经网络(GRNN)的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息,建立一组多输入单输出GRNN观测器,通过将观测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现控制系统传感器故障在线诊断。仿真结果表明:该方法可以快速准确地检测和分离传感器故障,辨识传感器故障类型、故障大小以及故障发生的时间。     

Sensor fault diagnosis of nonlinear processes based on structured kernel principal component analysis

A new sensor fault diagnosis method based on structured kernel principal component analysis （KPCA） is proposed for nonlinear processes. By performing KPCA on subsets of variables, a set of structured residuals, i.e., scaled powers of KPCA, can be obtained in the same way as partial PCA. The structured residuals are utilized in composing an isolation scheme for sensor fault diagnosis, according to a properly designed incidence matrix. Sensor fault sensitivity and critical sensitivity are defined, based on which an incidence matrix optimization algorithm is proposed to improve the performance of the structured KPCA. The effectiveness of the proposed method is demonstrated on the simulated continuous stirred tank reactor （CSTR） process.     

Adaptive diagnosis and compensation for hypersonic flight vehicle with multisensor faults

This study proposes an improved adaptive fault diagnosis and compensation scheme for multisensor faults of hypersonic flight vehicles (HFVs). The faults are detected and isolated through a series of sensor output residuals and thresholds that consider observation error and disturbances. Via an adaptive augmented observer, the faults are estimated accurately and a time‐varying disturbance is handled by an additional differential part. Sensor faults are compensated on the basis of estimation results, and disturbances are considered in the fault‐tolerant control (FTC) design, thereby improving the tracking accuracy of the altitude and velocity and robustness with respect to external disturbances for HFVs. The stability of diagnosis and FTC is analyzed by Lyapunov theory. Numerical simulation results explain the validity of the proposed diagnosis and compensation methods.     

基于稀疏分解残差的氢气传感器故障探测与辨识方法

针对传感器故障探测和诊断,提出了一种基于稀疏分解残差的氢气传感器故障探测和辨识方法.基于信号稀疏分解理论,对采集的传感器正常信号数据集,利用K奇异值分解(K-SVD)学习算法得到一超完备字典D;在字典上对非正常(故障)信号进行分解,根据稀疏分解的残差大小和范围完成对传感器故障的探测及辨识.实验结果表明:对氢气传感器的故障探测率和总辨识率分别达到98.75%和97.25%,可以有效地解决氢气传感器的故障探测和辨识.     

光伏微逆变器电流传感器和功率管开路故障诊断

当电流传感器出现性能蜕化、故障或失效时,光伏微逆变器系统的输出会受到严重影响,甚至微逆变器系统其他部件有可能被直接损坏而导致整个系统永久失效;微逆变器系统中反激式变换器功率管的开路故障会引起2个交错支路电流不平衡,导致输出电流波形畸变率变大.为此,提出一种基于状态观测器的光伏微逆变器电流传感器和功率管开路故障诊断方法.建立两路反激式变换器的数学模型;构建状态观测器以实现对两路反激式变换器原边电流的在线估计,并生成残差;将残差与阈值进行比较,实现对微逆变器系统中电流传感器与功率管的实时故障诊断.仿真结果验证该方法可行且有效.