基于δ算子的滑动窗自适应格形滤波器

本文利用最小二乘几何投影方法详细推导了一种基于滤波器δ算子的滑动窗自适应格形滤波算法，瘩深入讨论了这种滤波器在系统辨识和参数变化检测中的应用。     

一种基于自适应滑动窗格形滤波算法的故障检测器

一种基于自适应滑动窗格形滤波算法的故障检测器李渭华,萧德云,方崇智（清华大学自动化系北京１０００８４）关键词：格形滤波器,故障检测,自适应１引言基于δ算子前加窗格形滤波器的故障检测方法对系统故障反应灵敏．只是由于该滤波器的数据窗是无限宽的,因而难以迅...     

基于δ算子的格形故障检测滤波器

本文基于δ算子构造了Hilbert空间中的信号向量,推导了系统的输入输出关系,得出了前向和后向预测误差向量的表达式.借助格形滤波器理论导出了故障残差序列的递归算法,从而设计出故障检测滤波器.将该滤波器与自适应噪声抵消技术相结合,实现了对被噪声污染信号的故障实时在线检测.最后,仿真实验验证了这种故障检测方法的有效性.     

一种多故障检测滤波器设计的新方法

提出了一种适用于多种故障类型的检测滤波器设计方法。基于故障输出空间进行故障检测,避免了必须采用多个检测滤波器对不同的故障进行检测,从而使故障检测的实时性得到改善。仿真结果表明,文中提出的检测滤波器性能良好,满足工作要求。     

一种适用于分布对象环境的层次型故障检测方法的研究

针对现有故障检测服务在灵活性、伸缩性和扩展性方面的不足,提出了一种适用于分布对象环境的层次型故障检测方法.研究工作以两种通用概念模型(即故障提供者-监控者-使用者模型和域模型)为基础,指出了相关基本问题的解决途径.该方法引入了混合型故障监控模式,弥补了现有监控模式的不足;使用异步的消息传递机制,实现了故障信息的及时传播;采用基于域控制节点的层次型故障检测方法,解决了域内不同粒度实体故障检测问题.与同类研究相比,该方法在灵活性、伸缩性和扩展性方面具有一定的优势.     

基于检测滤波器的俯仰角速率传感器故障检测研究

针对飞控系统俯仰角速率传感器故障情况复杂以及故障检测困难的问题,通过分析飞控系统俯仰角速率传感器的故障种类和故障模式,建立不同情况相关数学模型;依据检测滤波器法检测系统故障的原理,设计飞控系统俯仰角速率传感器故障检测的滤波器;在某飞机处于Ma=0.8,H=50m的飞行状态,利用Matlab和Simulink对飞控系统俯仰角速率传感器故障检测进行仿真验证,仿真表明所建证的飞控系统传感器故障数学模型是正确的,同时表明滤波器检测故障的方法可以高效地检测出飞控系统俯仰角速率传感器的故障.     

双通道自适应Lattice滤波器及其在故障检测中的应用

推导出一种双通道自适应Ｌａｔｔｉｃｅ滤波器算法，并将它用于动态系统的故障检测。这种故障检测方案不需要建立准确的数学模型，只要根据系统的输入输出数据，利用Ｌａｔｔｉｃｅ滤波器算法生成故障残差序列，再对故障残差序列进行统计检验，可实现动态系统的故障检测。该方法用于一个仿真的直流伺服系统的故障检测，实验效果是满意的。     

双线性检测滤波器及其故障可检测条件

研究了双线性检测滤波器的故障可检测条件. 设计了一种检测滤波器, 并得到了其故障完全可检测的严格条件. 结果表明要使检测滤波器故障完全可检测, 系统独立的传感器和独立的状态数至少和系统故障种类相同. 这个结果符合线性空间的性质. 最后利用所构造的滤波器分析了算例.     

卡尔曼滤波器用于发动机传感器故障检测

讨论了采用卡尔曼滤波器对发动机传感器故障进行检测，分离问题，当传感器参与控制过程时，必须避免故障传感器输出对其它传感器的影响，并有效地检测出已故障的传感器，还就实时控制时信号重构过程进行了全数字仿真，结果表明所采用方法能有效检测，分离故障，并进行信号的重构与切换。     

基于神经网络自适应滤波器的故障检测与诊断

在稳态过程的故障检测和诊断中 ,有大量反映故障状态的数据 ,在用测量方法来获取这些数据的情况下 ,异常数据能被快速、有效的检测出来就显得非常重要。用自适应滤波器无疑是一个可行的方法 ,但采用这种方法进行故障检测和诊断时 ,有计算速度慢 ,难以跟踪输入信号变化的缺点。据此 ,本文提出了用神经网络自适应滤波器来完成故障检测和诊断的方法 ,它具有速度快的特点。如能用硬件完成 ,并调整好参数 ,检测速度是极短的 (2× 10 -10 s) ,能很好地完成故障检测和诊断任务。     

神经网络自适应非线性滤波器及在线故障检测

提出一种BP神经网络在线自学习方式及用该方式建立自适应非线性滤波器的方法,并提出了基于该BP滤波器对机器人系统进行在线实时状态跟踪、预报和突变性故障检测的方法。为了快速、正确地检测出故障,设计了一复合故障检测策略。对所提方式、方法及策略进行了仿真验证。     

Fault Detection for Nonlinear Systems with Unknown Input

This paper extends the problem of fault detection for linear discrete‐time systems with unknown input to the nonlinear system. A nonlinear recursive filter is developed where the estimation of the state and the input are interconnected. Unknown input which can be any type of signal was obtained by least‐squares unbiased estimation and the state estimation problem is transformed into a standard unscented Kalman filter (UKF) problem. By testing the mean of the innovation process, a real‐time fault detection approach is proposed. Simulations are provided to demonstrate the effectiveness of the theoretical results.     

时空谱点源目标自适应滤波检测算法

针对复杂背景下的点源弱目标检测问题,根据Wiener-Hopf方程在自适应滤波算法中的应用原理,提出了一种新的利用时间/空间/谱段的多维信息融合自适应滤波算法(ASTS filter).该方法的研究主要有3个步骤:首先研究时域、空域突出和多谱段融合的性质,然后构造出针对运动弱点目标的滤波模板,最后将自适应RLS滤波器应用于有缓动背景下的多谱红外图像检测中.由于普通的RLS滤波器应用于图像处理采用的是像素点信息作为输入参数,其造成矩阵运算计算量过大、处理时间长等缺点,而将点目标进行空间、时间、谱段特征提取后的信息作为输入参数,不仅避免了大型矩阵的运算,还可获得更高的信杂比增益.通过大量实验数据,证明本算法具有优良的滤波性能,同时突破了点目标运动的轨迹限制.与其它算法的效果和计算量进行比较,证明文中算法更为快捷、有效和灵活.     

一种用于图像边缘检测的自适应指数滤波器

本文提出一种用于图像边缘检测的自适应滤波器,利用它既可滤除图像噪声,又可获取精确度高的图像边缘。文中比较详细地分析了这种滤波器,并给出了递归实现算法。理论分析和实验结果表明,自适应指数滤波器的性能优于高斯滤波器。     

复杂工业过程质量相关的故障检测与诊断技术综述

质量相关的故障检测与诊断技术是保证安全生产及获得可靠产品质量的有效手段,是当前国际过程控制领域的研究热点.首先,梳理了质量相关的故障检测技术中典型方法的基本思想和改进过程;其次,概述了质量相关的故障诊断技术中常用的贡献图法及其相关改进方法之间的联系,并通过带钢热连轧过程（Hot strip mill process,HSMP）案例比较了各种典型方法在质量相关的故障检测与诊断性能上的异同;最后,面向复杂工业过程运行数据的主要特性,评析了质量相关的故障检测与诊断方法的研究现状,并指出了该研究领域亟需解决的问题和未来的发展方向.     

局部近邻标准化偏最小二乘的多模态间歇过程故障检测

本文针对多模态间歇过程数据多中心和模态方差差异明显的问题,提出了一种基于局部近邻标准化偏最小二乘方法.首先,采用统计模量方法处理间歇过程数据,再利用局部近邻标准化方法将统计模量后的训练数据进行高斯化处理,建立偏最小二乘监控模型,确定控制限;然后,同样对统计模量后的测试数据进行局部近邻标准化处理,再计算测试数据的高斯偏最小二乘监控指标,进行过程监视及故障检测.最后,通过数值实例和青霉素发酵过程验证方法有效性.实验结果表明所提方法解决了故障样本近邻集跨模态问题,对多模态数据具有更好的故障检测能力.     

基于滑动窗口的直升机序列异常检测算法

无标签的序列在异常检测算法中往往存在着对数据的信息掌握不全面、不能合理使用的情况,而采用深度学习的技术实现检测时往往对其计算的解释性欠佳;对于攻克这些难题,以直升机飞行数据为例对时间序列的反常检测问题展开了深入研究,并利用Iforest技术和PCA算法,给出了一个采用滑动窗口的时间序列异常检测方法,利用从滑动窗口采集信息的时间变化状态等数据信息,将序列异常检测问题转换为点异常检测问题;同时以auc评分为衡量标准,从带有时刻特殊标志的多个信息集上检验了检测效率的提高;在无标签的直升机飞行数据集上进行实验,验证了算法的有效性,并通过对比检测过程中不同特征变量的变化情况,从算法层面和现实层面上阐述了算法的可解释性。