多传感器的关节故障检测及容错策略

为提高空间机器人关节驱动系统的可靠性,研制具有多种传感器的模块化关节,提出基于多传感器的关节故障检测算法及关节的容错策略,并根据关节运动速度大小建立阈值自动调整策略.试验结果表明,采用该算法,克服了基于模型关节故障检测策略对模型的依赖,并保证关节在低速和高速范围内,均可快速地检测关节出现的故障,保证关节安全稳定运行.     

Research on fault mode and diagnosis of methane sensor

To improve the reliability of coal mine safety monitoring systems we have analyzed the characteristics of a methane sensor, an important component of the monitoring system of production safety in a coal mine and studied the main type and mode of faults when the sensor was used on-line. We introduced a new method based on artificial neural network to detect faults of me-thane sensors. In addition, using the output information of a single methane sensor, we established a sensor output model of a dy-namic non-linear neural network for on-line fault detection. Finally, the fault of the heating wire of the sensor was simulated, indi-cating that, when the methane sensor had a fault, the predicted output of the neural network clearly deviated from the actual output,exceeding the pre-set threshold and showing that a fault had occurred in the methane sensor. The result shows that the model has good convergence and stability, and is quite capable of meeting the requirements for on-line fault detection of methane sensors.     

基于子PCA模型的故障分离方法及其应用

在应用传统PCA法对火电厂生产过程实施故障检测与分离时,火电厂生产过程中的变量表现出在一定的稳定工况范围内会出现小范围的波动振荡性以及部分变量间存在强相关性,这就导致了传统的贡献图法容易得出错误的故障分离信息。针对贡献图的缺点和火电厂的生产特点,提出一种子PCA模型的故障分离法,此法利用Q统计量的故障检测能力和统计规律来实现故障变量的精确定位。最后使用此法仿真了火电厂主汽压系统的故障分离过程,仿真结果表明使用子PCA模型法进行故障分离的优越性。     

支持向量机回归预测在网络故障检测中的应用

无线传感器网络主要用于收集环境数据,然而传感器可靠性低,容易出现故障并返回异常的监测数据.因此,如何检测传感器故障成为关乎无线传感器网络监测性能的重要问题.提出了基于支持向量机回归预测的故障检测算法,通过充分利用历史数据预测传感器的测量值,并根据测量值与实际值的对比有效地划分信誉等级,最后基于置信数据集计算出的置信条件进行故障的检测.仿真结果证明了算法在节约能量和故障检测率上有着优异的表现.     

变体飞行器传感器故障在线主动容错控制

为保证变体飞行器在传感器故障情况下的稳定飞行性能和良好跟踪效果,提高故障诊断准确度和容错控制能力,针对变体飞行器传感器故障诊断与容错控制问题,提出一种基于考虑属性可靠度的置信规则库(BRB-r)专家系统在线主动容错控制方法。首先,给出变体飞行器的气动参数模型和纵向非线性动力学模型,综合考虑外界扰动和传感器故障,利用最小二乘拟合方法和雅克比线性化方法,建立变体飞行器的切换线性变参数(LPV)故障模型;然后,基于BRB-r专家系统构建变体飞行器传感器故障诊断与容错控制模型,通过统计方法对传感器监测指标进行可靠性分析,并引入证据推理(ER)解析算法,提高故障诊断精度和容错控制效果;最后,利用基于投影算子的协方差矩阵自适应优化策略(P-CMA-ES)算法优化故障诊断与容错控制模型,降低系统的复杂度,提高了故障诊断效率。仿真结果表明,变体飞行器传感器故障诊断精度能够达到98.75%,当传感器故障程度小于50%时,所提方法能够有效克服传感器故障和外界扰动,保证变体飞行器的稳定飞行,具有较强的容错控制能力和鲁棒性能。     

无线传感器网络中邻居数据分析的故障检测方法

针对无线传感器网络(WSN)故障检测导致额外的通信和计算负载问题,根据同一覆盖范围内传感器节点的监测数据相近的特点,提出了一种基于邻居节点数据分析的WSN故障检测方法. 通过分析节点的历史传感数据来计算节点的可信水平,从而确定可信的邻居节点. 将节点数据与覆盖范围内可信邻居节点的数据进行比较分析,判定节点是否故障. 仿真结果表明,算法在保持良好的故障检测能力和临时故障容忍能力的同时,并不额外增加节点的通信和计算负载.      

应用于姿态敏感器的SORNN微小故障诊断方法

为实现空间外部干扰和测量噪声存在情况下,航天器姿态敏感器微小故障的有效检测,以及方位敏感器和惯性敏感器之间的故障隔离,提出了一种基于自组织循环神经网络(self-organizing recurrent neural network, SORNN)的微小故障诊断方法。首先,设计了SORNN模型,包括网络结构自组织算法、终止条件和调整条件,实现对网络隐藏层神经元数量和循环记忆深度的自适应调节,用以提升网络的拟合性能。然后,针对姿态运动学子系统设计了基于SORNN的干扰观测器,给出网络权值更新算法并证明了状态估计误差的收敛性。将系统输出估计误差通过低通滤波器以抑制星敏感器测量噪声,推导更严格的残差和检测阈值进而提高对微小故障的检测能力。最后,针对姿态动力学子系统设计了故障隔离观测器,通过干扰解耦和干扰观测器的补偿消除未知扰动和噪声对残差的影响,利用动力学和运动学的冗余关系解决了两类敏感器故障的隔离问题。仿真结果表明,验证了所提方法对扰动和噪声掩盖下的星敏感器和陀螺微小故障检测与隔离的有效性。     

MSPCA在发动机试车台传感器故障诊断中的应用

针对传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足的问题,提出了基于小波包的MSPCA模型,并应用于传感器的故障诊断.首先,对传感器数据进行正交小波包变换,得到小波包最佳分解树.然后,根据最佳树的各个节点系数在对应的尺度上建立主元分析模型,利用这些主元分析模型的残差子空间的统计量——平方预报误差对传感器故障进行检测,采用传感器有效度指标对故障传感器进行分离.最后,以火箭试车台液氢供应系统的传感器为例对设计的模型进行了验证,传感器周期性干扰故障诊断实例验证了基于小波包的MSPCA方法的有效性,其检测性能要优于基于小波变换的MSPCA模型.     

Particle swarm optimization based RVM classifier for non-linear circuit fault diagnosis

A relevance vector machine (RVM) based fault diagnosis method was presented for non-linear circuits. In order to simplify RVM classifier, parameters selection based on particle swarm optimization (PSO) and preprocessing technique based on the kurtosis and entropy of signals were used. Firstly, sinusoidal inputs with different frequencies were applied to the circuit under test (CUT). Then, the resulting frequency responses were sampled to generate features. The frequency response was sampled to compute its kurtosis and entropy, which can show the information capacity of signal. By analyzing the output signals, the proposed method can detect and identify faulty components in circuits. The results indicate that the fault classes can be classified correctly for at least 99% of the test data in example circuit. And the proposed method can diagnose hard and soft faults.     

基于累积残差贡献率的传感器故障定位方法

为准确定位结构健康监测系统中的故障传感器,提出了基于累积残差贡献率的传感器故障定位方法。基于主元分析的基本原理,将车辆荷载和地脉动激励下传感器采集的数据分为主元空间和残差空间,采用SPE统计量对故障进行识别。在此基础上,通过对残差贡献值的推导,提出了累积残差贡献率指标,改进了现有的残差贡献图,提高了故障定位的准确率,并将单传感器故障定位拓展到两个故障传感器的同时定位。数值模拟结果表明：主元分析法能准确识别出预设的4类常见传感器故障,累积残差贡献率不但能更好地定位单传感器故障,两传感器同时发生故障时也能准确定位。     

基于小波和神经网络的传感器故障诊断

提出了一种新的基于小波包变换和BP神经网络的传感器突变故障诊断方法。根据小波变换在时域和频域都具有良好的局部化特性对信号特征进行精确定位,根据传感器输出信号的小波包分析提取能量变化率的特征向量,利用BP神经网络进行传感器故障分类。这种方法无需预先建立传感器模型和测量传感器输入信号,通过对小波包系数的削减,减少了冗余数据,提高了故障检测的实时性。仿真实验结果表明了该方法的有效性。     

永磁同步电机驱动系统电流传感器容错控制

为实现永磁同步电机矢量控制系统中电流传感器的故障诊断及其容错控制,确保系统的安全性,基于矢量旋转的概念提出一种新颖的故障诊断及容错控制方法. 建立3个不同轴定向的坐标系,将坐标系下α轴定子电流分量的指令值和测量值比较,判断3个电流传感器的故障信息;基于Lyapunov稳定性定理设计自适应反推观测器进行电流估计;根据3个坐标系设计逻辑判断机制,故障发生时以恰当的估计电流取代测量电流进行反馈以重构系统,保证电机在故障发生时稳定运行. 仿真和实验结果证明：该策略能够有效实现永磁同步电机驱动系统中三相电流传感器的故障诊断、准确判断故障相,在重构电流过程中,αβ坐标系电流分量的选取正确而稳定,测量电流与估计电流的不同组合能够保持较高性能,维持系统的稳定性,具有较高的可行性和可靠性.     

信息融合在燃料电池传感器故障识别中的应用

以燃料电池发动机控制系统为背景，以该系统的多种传感器为研究对象，利用神经网络信息融合的方法，构建了传感器的在线故障识别模型，给出了其算法：用MATLAB仿真验证了所给方案的有效性．能有效地识别传感器的故障，为系统获取有效的测量数据奠定了基础；     

基于滑模观测器的故障检测与重构方法

针对不确定控制系统的故障诊断问题,提出了一种利用滑模观测器进行故障检测与重构的方法.首先设计滑模观测器,以实现系统的执行机构和传感器的故障重构,然后在对系统传感器的故障重构中,采用设计二级观测器构造一个虚拟等效系统的方法提高重构精度,通过运用低通滤波器,将原始的传感器故障以执行器故障的形式表示,并用线性矩阵不等式(LMI)方法来设计观测器.该方法能够更准确的估计出系统的传感器故障,最后给出的数值仿真实例说明了其有效可行性.     

基于改进K—means聚类的kNN故障检测研究

为了减少计算量,提高故障检测准确性,提出一种基于改进K—means聚类的kNN故障检测方法．首先通过改进K—means聚类将原始建模数据分成C个类,然后利用kNN分别对每个类建立模型．在每类的训练数据集合中找到每个样本的k个最近邻,计算k个最近邻距离的平方和．基于训练数据确定进行故障检测的阈值．对新的待检测样本,先判断属于哪一类,然后应用对应类的kNN模型进行故障检测．仿真结果表明：该方法不但可以提高过程故障检测的可靠性,而且大大缩短了故障检测时间．     

机器人敏感皮肤多传感器数据融合

针对敏感皮肤结构及其实时为智能机器人提供周围环境信息的特点,提出了一种基于容错技术的多传感器在线自适应加权融合算法.该算法首先对敏感皮肤模块测量数据进行预处理,获得具有容错特性的虚拟传感器数据值,然后依据各虚拟传感器方差的变化,及时以自适应方式调整参与融合的各虚拟传感器的最优权系数,使融合系统的均方误差始终最小.实验结果表明:该算法能有效处理冲突信息和传感器故障产生的错误信息,同时保证融合结果的精确性和可靠性,从而使敏感皮肤系统具有良好的容错性和稳健性.     

永磁同步电机定子齿磁通分析与偏心故障在线诊断

为提高电机和整个驱动系统的可靠性,建立偏心故障下定子齿磁通的数学模型. 根据偏心时定子齿磁通的时间、空间分布特点,提出一种可以全面反映偏心故障及其各项参数的故障特征量. 在实时测量定子齿磁通的基础上,提出故障特征量的具体算法以及偏心故障及其类型、方向、程度的诊断方法. 仿真和实验结果表明:所提出的方法可以在电机全运行范围内准确、有效地诊断偏心故障;可以对永磁同步电机的偏心情况进行实时监测,有效减小故障带来的损失,提高电机及驱动系统可靠性.     

用参数敏感法优化设计传感器的故障观测器

给出一种对n阶系统的m个传感器进行故障检测与分离的技术,其原理是用参数敏感法推导出线性系统故障观测器的状态方程与输出方程,在此基础上给出一种频域优化设计方法,给合卫星姿态控制系统传感器给出仿真实例。     

基于故障-测点互信息的传感器多目标优化配置

针对大型流程工业系统状态监测故障诊断的传感器优化配置特点,建立能够定量反映测点获取故障信息效率的故障-测点互信息矩阵.提出传感器系统测点-故障关联度优化目标函数,建立兼顾测点获取故障信息效率、传感器系统可靠性、经济性的多目标优化配置模型.设计改进的非支配排序遗传算法(NSGA-II),在保证故障可检测性和可分辨性的前提下,获得兼顾3大优化目标的Pareto前沿解集.电站除氧器的实例分析表明了该方法的可行性和有效性.     

基于节点感知信任度模型的无线传感网络事件检测方法

事件区域检测是无线传感器网络在复杂环境感知中的一项重要应用,然而节点受到环境中多种不确定性因素(如温度、湿度、硬件条件等)的影响导致其感知数据出现错误,降低了节点对事件检测的准确度. 根据邻近节点之间的感知信息存在一定的空间相关性,提出一种基于网络拓扑的节点感知信任度模型,在此基础上每个节点将自身感知信息与邻居节点交换信息相结合,建立贝叶斯事件检测容错模型,计算事件发生的预测概率,同时确定事件发生的最优阈值,节点根据概率预测结果与最优阈值相比较对事件发生做最终决策. 仿真结果表明,与典型的贝叶斯最优阈值容错算法相比,在节点故障率为25%的情况下,所提算法可将错误节点修正率由65%提高到78%;而在节点故障率为30%的情况下,所提算法可将错误节点修正率由50%提高到70%,体现出了良好的容错性能.