基于解析模型的非线性系统故障诊断方法综述

对基于解析模型的非线性系统故障诊断方法进行了综述.基于解析模型的非线性故障诊断方法主要包括4大类:基于非线性观测器的方法、基于滤波器的方法、微分几何方法和自适应学习方法.文中详细介绍了各种方法的基本思想和近10年的研究成果,并指出各方法的优缺点以及热点研究方向.最后,给出了一些应用实例,并讨论了非线性系统故障诊断遇到的若干问题以及未来的研究方向.     

基于计算智能方法的动态系统故障诊断技术

简要地综述了基于计算智能方法的动态系统故障诊断技术的最新进展。将计算智能方法与基于模型的方法结合，用于不确定非线性动态系统的故障诊断是这一领域新的发展趋势。重点分析了用于非线性系统故障诊断的基于状态／参数估计的计算智能方法，主要包括神经网络、模糊逻辑、遗传算法。探讨了提高诊断算法鲁棒性的途径。同时也对无模型的基于计算智能的故障诊断方法中的一些研究热点问题进行了分析。最后探讨了该领域今后的发展方向。     

动态系统故障诊断的新方法——专家系统

本文首先介绍了动态系统故障诊断技术的基本内容,然后指出了单纯基于数据处理的各种传统诊断方法的共同局限性,进而探讨了专家系统方法用于系统故障诊断的原理及其优越性。作为一个成功应用的例子,本文概括地介绍了作者研制的 SCR 直流调速装置的故障诊断专家系统——SCSD.其中包括 SCSD 的概况、功能、特点及其模拟故障诊断试验的检验结果.最后,本文探讨了专家系统方法用于系统故障诊断的应用前景.     

非线性系统故障诊断与容错控制技术

在分析非线性系统故障诊断与容错控制技术特点的基础上,研究了该技术在国内外的研究进展和主要方法.同时,比较了几种常见故障诊断和容错控制方法的特点.最后总结了非线性系统故障诊断与容错控制领域亟待解决的几个重点和难点问题,并对该研究领域的发展趋势进行了展望.     

数控机床系统故障诊断与维修

阐述数控机床系统的内涵与特点,指出数控机床系统故障诊断与维修的原则,探讨数控机床系统故障诊断与维修的方法,揭示数控机床系统故障诊断与维修的的操作要点.     

一种基于模糊逻辑的非线性系统故障检测与定位的方法

针对一般非线性系统,提出了一种带故障标志的系统故障模糊模型,基于此模型给出了一种非线性系统故障检测与定位的新方法,它采用模糊聚类算法提取故障系统的模糊规则,进而完成系统故障的检测与定位,该方法对噪声污染具有较强的抑制作用,对模型误差亦无较高的要求, 仿真结果表明所提方法对非线性系统的故障可以及时地完成检测与定位。     

特高压换流站阀冷却外风冷系统故障抢修试验

为了提高特高压换流站阀冷却外风冷系统故障的应急联动抢修能力,提出基于轴颈惯性力特征分析和非线性力学参数评价的应急联动诊断技术。构建特高压换流站阀冷却外风冷系统的故障参数解析模型,分析特高压换流站阀冷却外风冷系统故障应急联动特征。利用显著缩短轴心轨迹分析的方法,实现故障优化检测和诊断,在联动模式下完成故障应急联动抢修试验。仿真结果表明,采用该方法故障抢修成功率高于75%,平均时延低于400 ms。     

惯性系统故障诊断技术研究

本文简要介绍了故障诊断技术及其发展动态,指出了传统的完全基于检测数据的惯性系统故障诊断方法的局限性,提出了一种基于人工智能方法的惯性系统实时故障诊断方法,文中通过对惯性系统结构的分析,结合其自身的特点,建立了惯性系统实时故障诊断专家系统（ISRFDS）。     

机械系统虚拟样机故障仿真技术研究

指出了传统的将基于实物样机的故障模拟结果用于故障研究的不足,分析了机械系统故障仿真技术研究现状。研究了基于虚拟样机的机械系统故障仿真方法,阐述了虚拟样机故障仿真的过程框架及主要功能。分析了虚拟样机故障仿真的三大关键支撑技术,提出了5种机械系统故障注入方法,指出了机械系统虚拟样机故障仿真技术下一步的研究重点。     

基于LSSVM的卫星姿态控制系统故障诊断

提出了一种基于最小二乘支持向量机(LSSVM)非线性观测器的卫星姿态控制系统故障诊断方法。与标准的支持向量机回归算法相比,最小二乘支持向量机回归算法收敛速度快,适用于在线训练。该方法利用其回归逼近非线性函数的能力,设计基于最小二乘支持向量机的非线性系统状态观测器,在线训练最小二乘支持向量机回归,并用于估计卫星姿态控制系统故障。最后,通过仿真验证了这种方法可以快速准确地估计出卫星姿态控制系统的故障。     

一种非线性系统被控对象故障诊断方法

控制系统中的传感器、执行器和被控对象的故障检测与诊断往往是把执行器和被控对象视为一个整体来研究, 这不利于故障的决策与处理. 对此, 设计了非线性系统故障诊断的滑模观测器, 提出一种诊断被控对象故障的方法, 即对非线性系统和执行器同时进行观测, 根据两观测器残差的变化情况判断出非线性系统中传感器、执行器和被控对象故障. 最后以单输入单输出非线性系统为例进行仿真, 验证了该方法的有效性.

     

控制系统故障诊断的理论与技术

阐述了控制系统故障诊断技术的研究现状，将现有的各种故障诊断方法分为三类：（1）基于系统动态数学模型的方法；（2）基于信号处理的方法；（3）基于知识的方法。介绍了（1）的特点和当前的研究动态，指出鲁棒残差设计和对非线性系统的诊断是其关键和难点；对（2）中近年来发展的几种诊断方法作了评述。该类方法易于实现，适合故障检测，对故障分析较弱；简述了(3)中典型故障诊断方法的优缺点及应用方式等，其目前的研究趋向于多种方法的有机结合。最后指出了该领域有待进一步研究和主要问题和发展趋势。     

Fault estimation—a standard problem approach

This paper presents a range of optimization based approaches to fault diagnosis. A variety of fault diagnosis problems are reformulated in the so‐called standard problem set‐up introduced in the literature on robust control. Once the standard problem formulations are given, the fault diagnosis problems can be solved by standard optimization techniques. The proposed methods include (1) fault diagnosis (fault estimation, (FE)) for systems with model uncertainties; FE for systems with parametric faults, and FE for a class of nonlinear systems. Copyright © 2002 John Wiley & Sons, Ltd.     

基于解析模型的非线性系统鲁棒故障诊断方法综述

研究非线性系统的鲁棒故障诊断具有重要意义．本文着重讨论了两类方法：非线性未知输入观测器方法和基于自适应学习的方法，并简要概述了其它一些方法．还探讨了非线性系统鲁棒故障诊断的应用实例，并指出了其中的若干关键问题以及今后的研究方向．     

Robust fault diagnosis scheme in a class of nonlinear system based on UIO and fuzzy residual

In this study, a novel robust fault diagnosis scheme is developed for a class of nonlinear systems when both fault and disturbance are considered. The proposed scheme includes both component and sensor fault with nonlinear system that transferred to nonlinear Takagi-Sugeno (T-S) model. It considers a larger category of nonlinear system when fuzzification is used for only nonlinear distribution matrices. In fact the proposed method covers nonlinear systems could not transform to linear T-S model. This paper studies the problem of robust fault diagnosis based on two fuzzy nonlinear observers, the first one is a fuzzy nonlinear unknown input observer (FNUIO) and the other is a fuzzy nonlinear Luenberger observer (FNLO). This approach decouples the faulty subsystem from the rest of the system through a series of transformations. Then, the objective is to design FNUIO to guarantee the asymptotic stability of the error dynamic using the Lyapunov method; meanwhile, FNLO is designed for faulty subsystem to generate fuzzy residual signal based on a quadratic Lyapunov function and some matrices inequality convexification techniques. FNUIO affects only the fault free subsystem and completely removes any unknown inputs such as disturbances when residual signal is generated by FNLO is affected by component or sensor fault. This novelty and using nonlinear system in T-S model make the proposed method extremely effective from last decade literature. Sufficient conditions are established in order to guarantee the convergence of the state estimation error. Thus, a residual generator is determined on the basis of LMI conditions such that the estimation error is completely sensitive to fault vector and insensitive to the unknown inputs. Finally, an numerical example is given to show the highly effectiveness of the proposed fault diagnosis scheme.     

基于低复杂度最大空闲矩形的非线性传感器故障诊断方法

针对现存的很多传感器故障诊断方法假设前提多以及复杂度高的问题,提出一种分布式诊断方法来识别无线传感器网络(WSN)中的非线性故障。首先,对局部传感器的输出值进行分析,得到一系列特征值;然后,在交叉误差函数的基础上,将传感器非线性故障诊断等效为最大空闲矩形(LER)问题。并使用提出的低复杂度最大空闲矩形算法予以解决;最后,通过定义一个阈值来诊断有故障的传感器,且不需要使用参考传感器就可以检测一般非线性故障。仿真实验使用了双音谐波信号激励和白噪声信号激励,比较了双线性和指数非线性两种情况下的性能。相比集中式故障诊断方法,提出的算法节省了大量数据传输功率,且获得了非线性模型正常区域边界的准确值。相比最优LER算法,提出的低复杂度LER算法检测性能与之相似,但复杂度更低。     

基于径向基函数神经网络的转子系统裂纹故障诊断

结合基于模型的转子系统诊断技术和径向基函数(RBF)神经网络在辨识非线性系统动态时的优势,本文提出了一种新的转子系统裂纹故障诊断方法.该方法采用RBF神经网络对裂纹转子系统的未知动态进行辨识,实现部分神经网络权值收敛到最优值以及神经网络对系统未知动态的局部准确逼近;诊断过程中利用已辨识的信息实现转子系统裂纹故障的快速检测与分离.所提方法尤其适用于微小裂纹的在线检测与定量识别.最后,以Jeffcott转子系统裂纹故障诊断为例进行仿真,仿真结果验证了所提方法的有效性.     

微型嵌入式系统故障诊断方法综述

随着物联网和大数据的高速发展,微型嵌入式系统已经广泛应用于外卖、共享单车、运输、快递和智能家居等行业之中,现有的故障诊断研究主要集中在传统嵌入式系统上,因此针对微型嵌入式系统故障诊断文献相对较少。针对上述问题和结合该系统的特点(有限计算能力和存储空间的),提出了一类适合微型嵌入式系统故障诊断方法分类方法,将其分为两大类,即本地故障诊断方法和远程故障诊断方法。接着讲述了微型嵌入式系统故障诊断方法核心思想,总结出了各方法在微型嵌入式系统上运用的优缺点和应该注意的问题,最后讨论了微型嵌入式系统故障诊断亟待解决的问题。