参数摄动系统鲁棒故障检测器原理与设计

讨论了参数摄动系统鲁棒故障检测器的构成，分析了参数摄动对残差的影响，提出并证明了摄动对残差信号的最大影响范围，提出了一种鲁棒故障检测器的设计方法，并就故障检测器的阈值设计作了介绍。图2，表1，参6。     

鲁棒混沌系统的状态观测器同步

分析了鲁棒混沌系统的结构特点。设计了基于状态观测器的同步方法,避免了求解误差系统的Lyapunov函数,仿真结果验证了这种方法的正确性。     

基于非线性干扰观测器的矿用电机鲁棒滑模控制

为了提高永磁同步电机调速系统的控制性能,提出了一种基于非线性干扰观测器的鲁棒滑模速度控制器。首先建立了包含负载扰动的永磁同步电机数学模型,为了减少扰动量的影响,采用非线性干扰观测器进行在线估计,并以此得到的观测值作为前馈量补偿到滑模控制器的输入端。最后与PI控制器进行仿真比较,结果表明,该算法提高了系统的响应速度,减小了稳态误差。     

具有滞后型非线性扰动的线性系统的鲁棒稳定性判据

用运Ｌｙａｐｕｎｏｖ函讨论了一类不确定时滞系统的鲁棒稳定性，给出了具有滞后型非线性扰动的线笥系统鲁棒稳定性的一些新判据。本文给出的稳定性不公优于前人一地无界时滞系统。文末给出了说明本文结果优越性的一些例子。     

区间不连续动力系统的鲁棒稳定性

对区间不连续动力系统的鲁棒稳定性进行了研究．引进了区间不连续动力系统鲁棒稳定和区间矩阵稳定的定义，用定性分析方法给出了区间不连续动力系统及区间不连续大系统鲁棒稳定和区间矩阵及具分解的区间矩阵稳定的判据．并给出了数值例子说明结论的有效性．参27．     

基于PLC逻辑电路的智能模拟检测器

采用专家系统技术实现了PLC逻辑电路的智能模拟运行和故障检测,介绍了具体电路的实现方法及应用实例,解决了编程而使用人数多的矛盾。模拟运行结果表明了所采用方法的有效性和实用性。图3,表1,参7     

基于干扰观测器的异步电机变频调速系统

针对传统矢量控制系统存在的对电机参数的鲁棒性差这一难点问题 ,首次提出用干扰观测器观测出负载干扰及参数时变造成的实际对象与名义模型之间的等效干扰 ,解决电机参数的鲁棒性差这一难点问题 ,理论分析与仿真结果证明了方案的可行性与有效性。     

基于RBF神经网络的传感器故障检测方法

针对液位控制系统在运行过程中容易发生传感器故障,提出一种利用RBF神经网络模型的方法预测液位系统的液位输出对传感器进行故障检测,通过比较神经网络模型的预测输出和控制系统实际输出的残差信号大小,并得到故障指示量,可以判断传感器有无故障发生。仿真结果表明,这种故障检测方法能达到比较可靠的检测效果。     

基于希尔伯特黄变换的三相短路故障信息检测

故障诊断及检测的难点在于故障信息的提取。为了克服传统采用傅里叶变换和小波变换时运算量大的缺点,提出将EMD分解和希尔伯特黄变换应用到故障信息检测中。在Matlab/simulink下搭建了三相短路故障信息检测仿真系统,编程验证了希尔伯特变换的故障检测结果,结果证明该算法不仅能准确对故障信息进行检测,而且算法简单,更有实用价值。     

基于单片机控制的变压器油压油温故障检测

在电力系统的运行中,通过对其核心设备变压器的故障进行检测,以此能够及时、准确的发现变压器的故障,基于单片机控制的变压器油压油温的故障检测的方法,利用压力传感器、温度传感器对变压器的油压、油温进行采集并送入单片机进行信息融合以及分析显示,从而保证变压器的使用效率和可靠性得到最大程度的发挥,进而确保供电系统的安全、稳定运行。     

基于SOPC技术的矿用电缆故障检测装置的设计

针对现有电缆故障检测仪器体积大、便携性差、不适合在矿山作业环境中使用的问题,采用时域反射技术和等效采样原理,结合SOPC技术,根据其具备的软硬件系统可编程的特点,设计并实现了一种电缆故障检测设备。试验结果表明,该设备不仅可对电缆短路、断路故障准确定位,同时还具有体积小、便携性高、成本低、易操作等特点。     

基于改进循环神经网络的煤矿电能故障检测研究

为缩短煤矿井下电能故障检测时间、降低漏报率,设计并实现了一种基于改进循环神经网络的煤矿电能故障检测方法。综合使用门控循环单元(GRU)和多层感知器等技术搭建神经网络,学习和提取具有时间先后顺序的采样数据中潜在的相互依赖关系。通过在实验室中进行测试以及在实际生产环境中进行部署后发现,该方法行之有效,极大地缩短了煤矿井下电能故障的检测时间,降低了漏报率。     

基于信息融合技术的矿井通风机故障模式识别

依据多传感器信息融合技术及Dempster-Shafer理论,分析了故障检测中信息融合系统的工作原理以及分类决策策略,在此基础上进行了基于信息融合的故障分类与识别的初步试验研究.     

基于GA-BP神经网络的掘进机减速器故障检测方法

针对掘进机减速器故障复杂,故障分析多依赖人工经验完成等不足,以实际减速器故障数据为样本,提出了一种基于反向传播(BP)神经网络的减速器故障智能检测方法。并利用遗传算法(GA)来优化BP神经网络的初始权值、阈值,以解决网络收敛速度慢和易陷入局部极值的不足。最终建立了基于GA-BP网络的故障检测模型。试验结果表明：GA-BP网络能够有效避免局部极小的问题,且迭代步数少,收敛速度快,减速器各类型故障的检测结果较为理想。     

一类具有相似结构的非线性组合大系统的鲁棒反馈镇定

通过对微分方程解的结构研究，运用比较原理和M－矩阵性质，建立了非线性关联子系统矩阵特性值与系统稳定性之间的关系，将一类具有相似结构的非线性系统的镇定问题转换成经典的特征值配置问题。笔仅需假定系统的非线性（可能含不确定性和）成分具范数界，不必要求其范数满足匹配条件，所给出的方法为实际控制系统的工程设计提供了一套较完整的符合性能要求的镇定控制器算法。图3，参8。     

异步电机全阶自适应观测器反馈矩阵的分析与设计

异步电机全阶自适应观测器算法由反馈矩阵和转速自适应律构成,其中不同的反馈矩阵将影响整个观测器的稳定性以及转速估计的精度。通过对3种常用的反馈矩阵设计方法的分析,针对在低速范围存在的转速估计不准确、带载能力弱、稳定性差等问题,设计了一种新的反馈矩阵。该反馈矩阵在保证全速范围内稳定的前提下,能减小低速时非线性电压误差对估计转速的影响,从而改善系统低速性能,并通过2.2 kW异步电机实验平台验证。实验结果证明:设计的反馈矩阵能保证电机在低速时带额定负载稳定运行。     

简易双板检测器的设计与制作

在Statex（154t）电动轮汽车推进系统的程序控制：中采用固态逻辑线路（ssc），19块逻辑系统板有10种板型。其中1397（滤波）板4块，1398（驱动）板5块。这两种板是接收外电路电压信号或驱动、控制外电路的器件，容易受外电路故障的影响而损坏，因而其故障占全部逻辑系统板故障     

基于自适应观测器的新型无速度传感器直接转矩控制系统

无速度传感器直接转矩控制系统中,速度辨识效果较好的方法是自适应观测器法。传统基于观测器方法的速度辨识主要采用极点配置来得到观测器增益,这种方法存在不稳定区域的问题。设计了一种新型自适应观测器来克服此缺陷,并在DSP平台上实现了应用此观测器的无速度传感器直接转矩控制系统。     

基于深度视觉的筛板故障智能检测方法研究

针对人工方法检测筛板故障的滞后性,提出了一种基于深度视觉的筛板故障智能检测方法。该方法采用TOF相机获取筛板的深度图像,利用三维空间关系获得疑似故障区域工位与相机之间的距离,并结合该区域的深度图像数据,实现了对筛板故障的智能诊断。试验表明,该方法不仅可实现筛板故障的实时、智能检测,且检测准确率高,为选煤生产系统的正常运行提供了保障。