基于Fuzzy预测器的非线性网络控制系统的时延补偿

网络控制系统中时延是影响控制性能的一个主要因素，本文提出了一种基于Fuzzy预测器的非线性网络控制系统的时延补偿方法。首先通过输入输出缓冲使时延固定，然后以对象的数学模型为基础对时延进行预测，通过Fuzzy控制器、观测器和预测器得到经过时延补偿后的控制量，最后采用分离性定理证明了基于模糊观测器、预测器及控制器设计的闭环控制系统的稳定性。仿真结果验证了算法的有效性。     

基于时延补偿的网络控制系统调度策略研究

针对网络控制系统中时延和调度两个基本问题进行了相关研究，设计了一种基于模糊理论的时延补偿器，并在此基础上讨论了网络调度的优化方法。     

基于T-S模糊模型的时延网络控制系统的保性能控制

目的基于T-S模糊模型建立模糊网络控制系统的模型,设计模糊时延状态反馈控制器,使得闭环系统保持鲁棒稳定,并且满足给定的一个二次型性能指标,使其值不超过某个确定的界.方法运用Lyapunov方法和线性矩阵不等式,分析了系统的稳定性.结果提出了模糊时延状态反馈控制器的设计方法,得到了模糊时延网络控制系统鲁棒稳定的条件及保性能控制律的参数化表示.结论针对不确定的非线性时延网络控制系统,通过设计满足性能指标条件的控制器,使得系统性能有很大改善,根据保性能控制律的参数化表示,可使用Matlab工具箱进行仿真.     

一类带有时延的非线性网络控制系统的镇定

研究了一类非线性网络控制系统的镇定问题。利用一种新方法描述通讯网络有限传输能力所导致的时延,由T-S模糊模型和平行分布补偿技术建立了带有时延的非线性网络控制系统的模型。通过采用Lyapunov方法和线性矩阵不等式技术,得到了系统随机稳定的充分条件,并给出镇定控制器的设计方法。     

基于时延补偿的网络控制系统调度策略研究

针对网络控制系统中时延和调度两个基本问题进行了相关研究,设计了一种基于模糊理论的时延补偿器,并在此基础上讨论了网络调度的优化方法。     

网络控制系统故障诊断滤波器设计的LMI方法

研究了具有不确定时延的网络控制系统的故障诊断问题．提出了一种新的性能指数，在此基础上将具有不确定时延和范数有界未知输入影响的网络控制系统的基于观测器的故障诊断滤波器设计问题归结为H∞-滤波问题，并通过选择适当的加权矩阵和观测器增益矩阵，求解H∞-滤波问题的最优解，即该解能最大化残差对于故障信号的灵敏度且能够确保对于未知输入和不确定时延鲁棒性、应用线性矩阵不等式技术，给出并证明了该解存在条件和求解方法．最后通过简例说明了该方法的有效性。     

动车组网络控制系统及其故障诊断研究

网络控制系统是动车组的核心,一旦出现任何异常,都将给动车组的正常运行带来极大影响和干扰.增加网络控制系统的可靠性以及及时的故障诊断就显得尤为重要.     

网络控制系统故障诊断滤波器设计的LMI方法

研究了具有不确定时延的网络控制系统的故障诊断问题.提出了一种新的性能指数,在此基础上将具有不确定时延和范数有界未知输入影响的网络控制系统的基于观测器的故障诊断滤波器设计问题归结为H∞滤波问题,并通过选择适当的加权矩阵和观测器增益矩阵,求解H∞滤波问题的最优解,即该解能最大化残差对于故障信号的灵敏度且能够确保对于未知输入和不确定时延鲁棒性.应用线性矩阵不等式技术,给出并证明了该解存在条件和求解方法.最后通过简例说明了该方法的有效性.     

基于Fuzzy-AHP的网络控制系统时延特性评估

基于模糊层次分析法,网络控制系统参照ISO/OSI模型,结合实际控制系统的需要进行了一定的简化,将数据传输的内部时延分为8种,外部延迟分为5种;通过求取某一层相对于总目标的相对重要度,得出了NCS时延的相对重要度,由此确定NCS的主要时延源和极小时延源.这种方法克服了对时延的盲目假设,以利于NCS的时延分析.     

量化非线性网络控制系统的建模与分析

研究了一类量化非线性网络控制系统.将网络控制系统的时延看成是分段时变的网络时延,利用T-S模糊模型的方法来设计非线性网络控制系统的模型,并在模型建立过程中考虑传感器与控制器以及控制器与执行器之间两个量化器的影响.系统的稳定性条件可以表示成一组线性矩阵不等式的形式.最后通过数值例子来例证所述方法的有效性.     

模糊时滞系统的传感器故障诊断

针对一类含有未知输入干扰的时滞系统,研究了一类T-S模糊时滞系统的传感器故障诊断问题。通过设计自适应观测器,得到了一种新的鲁棒传感器故障诊断方法。首先对于不含有干扰的系统,设计了自适应观测器进行诊断,然后考虑具有外部干扰的时滞系统,设计了鲁棒自适应观测器进行诊断。这个自适应观测器不仅可以检测出故障的发生,还可以对故障进行较好的估计。同时基于Lyapunov函数方法证明了系统的稳定性。仿真结果说明了此方法具有很好的诊断性能。     

基于专家系统的提升机故障诊断系统

运用基于专家系统的故障诊断方法,建立了一种提升机故障诊断系统,并以提升机滑动事件为背景,建立了提升机滑动故障专家知识库,该库已成功地运用于ＫＪ４６ 提升机状态监护系统．     

基于信息融合技术的航空电子设备故障诊断研究

提出一种基于模糊神经网络局部诊断和D-S融合决策的航空电子设备故障诊断方案。首先将设备故障特征信息进行有效组合,构建多个子模糊神经网络完成故障的局部诊断,以获得彼此独立的证据;然后应用Dempster-Shafe证据理论对各个证据进行决策融合,最后根据构建的诊断框架特点用局部诊断输出值及其正确率来获取基本概率赋值。该方案应用于某型号机载电台的仿真结果表明,经过信息融合多级处理后,诊断结论的可信度明显增加,故障识别的正确率得到有效提高。     

基于故障字典的运载火箭控制系统 的故障诊断方法

研究了基于故障字典的运载火箭控制系统故障诊断的技术策略和实现方法,提出了故障字典的知识组织和表示方法及相应的推理机制,并以某型运载火箭姿态控制系统伺服机构为具体对象,对上述方法进行了应用。     

控制系统的故障诊断分析

介绍控制系统故障诊断的过程及评价,将控制系统故障诊断分为两类：基于解析模型和不依赖控制系统解析模型的故障诊断方法,分别对其进行了重点阐述。     

模糊预处理故障诊断专家系统的分析设计

该文介绍了故障诊断系统的结构及特点，提出了一种将输入信号进行模糊化处理的方法，简化了输入信号的处理。说明了系统中专家知识的获取方法和表示形式，构建了推理网络，并用CF模型实现了推理算法。在微软MFC平台上开发了该系统的计算模块，通过在PTA装置氧化反应模型上的应用测试，表明该方案能得出较理想的检测诊断结果。     

基于故障树的导弹故障快速诊断决策支持系统

导弹系统复杂性的增加，使得导弹故障种类也相应增多。目前，采用人工方式诊断导弹故障的效率较低。但对诊断技术人员掌握故障知识的要求却越来越高。为了提高诊断效率，降低故障诊断对人的过分依赖，设计了一种导弹故障快速诊断决策支持系统。该系统利用故障树对故障知识进行表达，采用深度优先搜索算法将故障树所表示的知识转化为故障规则，可最大限度的利用现场信息进行故障诊断；该系统具有良好的知识编辑环境，能提供直观的诊断结果，特别适用于将故障手册电子化，以提高导弹系统故障诊断的效率。     

基于改进FSVM的旋转机械故障诊断算法

针对旋转机械故障诊断中采集到的振动信号存在强烈噪声及野值干扰,故障特征提取后,利用传统的支持向量机(support vector machine,SVM)进行模式识别会造成最优超平面的模糊性,影响分类效果,引入模糊C均值聚类算法(fuzzy C-means,FCM)与支持向量机结合进行故障诊断.FCM用来求解样本模糊隶属度,但其迭代求解聚类中心及样本模糊隶属度矩阵时容易陷入局部最优,而粒子群算法(particle swarm optimization,PSO)具有全局优化搜索的优点.基于此,提出了基于改进模糊支持向量机(fuzzy support vector machine,FSVM)的旋转机械故障诊断算法.首先,利用经验模态分解(empirical mode decomposition,EMD)提取故障信号的能量特征指标;然后,由PSO优化FCM求解样本的模糊隶属度;最后,将模糊隶属度引入SVM,构建改进的模糊支持向量机模型,并实现故障判别.实验结果表明:改进的FSVM比传统的FSVM算法有更好的抗造性能以及分类效果.     

基于神经网络的继电保护系统的故障检测

描述了基于人工神经网络的继电保护系统故障智能诊断系统,提出了系统的自学习算法,建立了系统的网络模型.在对系统故障诊断上很好的应用了人工神经网络的知识.     

基于模糊集理论的某雷达发射机故障诊断与实现

将模糊集合理论应用到雷达发射机的故障诊断中,通过分析归类其典型故障建立距离型隶属函数,对雷达发射机的故障进行模糊模式识别,有效地解决一些不确定因素对故障诊断产生的影响.对某型雷达发射机模糊故障诊断的实践表明,基于模糊模式识别的诊断法是雷达发射机故障诊断的一种有效方法.