复杂动态系统的实际非完全失效故障的可诊断性评估

针对缺乏有效的非完全失效故障（Loss of effect,LOE）可诊断性量化分析方法的现状,本文提出了一种基于距离相似度的系统非完全失效故障的实际可诊断性评价方法.通过将状态空间描述的动态系统转换为时间堆栈动态模型,使故障的可诊断性评估分析问题转化为多元分布的相似度问题.给出系统非完全失效故障可检测性与可隔离性的相关定义,并对故障的可诊断性进行量化.通过求取最小二乘解计算最小巴氏距离,增大了算法适用范围.最后,通过仿真实例验证评价方法的有效性,并通过所提出的可诊断性评估算法求取非完全失效故障的最大可诊断效能系数.     

考虑输出量化的控制系统传感器故障检测

针对一类考虑输出均匀量化的控制系统,研究了传感器故障下的故障检测问题。首先,从优化的角度出发,考虑残差对未知干扰的鲁棒性和对传感器故障灵敏性之间的折中问题,给出了H∞/H∞性能指标,并通过求解代数黎卡提方程得出最优残差生成器的增益矩阵;然后,利用量化误差的随机过程特性,设计了残差评价器,同时给出了所设计阈值误报率的上确界;最后,数值仿真结果显示,系统能够快速准确地检测出传感器故障,验证了所提方法的有效性。     

基于极点配置和椭球分析的传感器故障检测

针对具有未知扰动与测量噪声的线性离散时间系统,提出了一种传感器故障检测方法.首先,将传感器故障视为增广状态,将原始系统转化为一个等效的新线性动态系统.然后,基于鲁棒观测器设计和极点配置方法构造了一个故障检测观测器,使得生成的残差能够同时满足对扰动与噪声的鲁棒性和对故障的敏感性.此外,设计了一种基于椭球分析的残差评价方法,该方法可通过判断残差是否被无故障残差椭球包含来检测故障.最后,通过一个二阶RC电路模型的仿真算例验证了所提出方法的有效性与优越性.     

动态系统实际故障可诊断性的量化评价研究

提出了一种新颖的动态系统实际故障可诊断性量化评价方法. 该方法无需设计任何诊断算法, 仅通过解析模型即可给出动态系统故障检测和隔离的难易程度, 从而为实现在系统设计阶段提高故障诊断能力的工程目标提供理论指导和参考依据. 首先, 通过标准化模型和等价空间变换, 将状态空间描述的随机动态系统实际故障可诊断性评价问题转化为概率统计中多元分布相似度判别的数学问题; 然后, 根据严格的数学证明, 指出距离相似度判别准则在进行可诊断性量化评价中存在的不足. 进而, 为弥补该不足, 利用故障矢量的分布概率以及不同故障矢量之间的余弦相似度, 设计基于方向相似度的可诊断性量化评价新方法; 最后, 通过数学仿真验证该方法的有效性和优越性.     

连续系统故障可诊断性评价方法综述

故障可诊断性评价是故障诊断的基础, 能够为诊断算法的开发和传感器的优化配置提供依据与指导. 在梳 理可诊断性概念、评价流程与功能的基础上, 从定量模型、定性模型以及数据驱动这3 个方面对连续系统可诊断性 评价方法进行分类综述, 归纳和评析了各方法的原理与特点, 并比较了定性评价与量化评价结果的优缺点. 最后探讨了故障可诊断性评价方法未来可能的发展方向.     

基于概率密度函数的时滞依赖故障检测与诊断

针对包含时滞的随机分布系统,提出了一种基于概率密度函数（PDF）的时滞依赖故障检测与诊断方法。建立了基于PDF信息的故障检测残差,利用故障检测与诊断理论,设计了基于线性矩阵不等式的故障检测观测器和故障估计器,并且通过了稳定性分析,实现了对该系统的故障检测以及估计。通过数值仿真,证明了该方法的有效性。     

离散事件系统部分可诊断性分析

针对离散事件系统部分可诊断性问题,提出一种量化评价与分析方法。该方法以树状结构的故障模型为基础,引入可诊断度与可诊断深度指标,能够从可诊断故障覆盖程度与精确程度两个方面对系统可诊断性进行评价,其优点是评价结果量化表示,能为部分可诊断系统的进一步评价、分析与对比提供参考。此外,还讨论了故障模型对系统可诊断度与可诊断深度两个评价指标的影响,并给出了故障模型构造的一般原则。实例分析与讨论结果表明,所提出的可诊断度与可诊断深度指标能够准确反映系统在特定故障模型下的部分可诊断状态。所提出的部分可诊断性评价方法能为基于离散事件模型的复杂系统设计与评价提供依据,并能够进一步为智能、自适应和自愈系统的设计提供参考。     

有干扰的控制系统故障可诊断性量化评估

故障可诊断性的量化指标在控制系统设计过程中极为重要.为此,我们提出了一种适用于线性动态系统的故障可诊断性量化评估方法.考虑到过程和观测噪声等干扰因素对评估结果正确性的影响,我们采用等价空间方法获取系统输入/输出与故障之间的解析冗余关系,将故障可诊断性评估问题转化为概率统计中多元分布的差异度判别问题.引入巴氏系数(Bhattacharyya coefficient,BC)对多元分布之间的差异度进行量化,通过严格的数学证明得到可诊断性量化指标,并给出具体评估流程.以卫星姿态控制系统为仿真算例,将本文所提评估方法应用于该系统;仿真结果表明:该方法能够在不依赖于任何诊断算法的前提下,定量分析故障诊断的难易程度.     

一种基于T-S模糊模型的残差加权故障诊断方法

为有效利用过程数据提升故障诊断准确性,提出基于系统T-S模糊模型的残差加权故障诊断方法。该方法首先采用T-S模糊模型建立系统正常工况下的解析模型,然后计算不同故障数据集在该模型下残差序列,以残差序列集合的中心为故障的基准残差序列,并以各故障数据集的标准差作为标示该故障域。最后通过模糊聚类以最大隶属度所在故障类型为最终故障类型快速诊断故障源。文章以TE过程为研究对象进行仿真,并选取其中4个故障类型进行故障诊断研究,仿真结果验证该诊断方法的有效性。     

基于平均空间的故障检测与诊断

本文针对故障检测与诊断中存在系统不确定性问题,应用空间近似法提出一种直接求 取残差增益使残差与系统不确定性最大限度解耦的方法,并提出区分执行机构故障和传感器 故障的方法,最后给出了仿真结果,仿真证明该方法具有计算量小、检测诊断可靠等特点．     

基于MMD的故障可诊断性定量评价方法

提出一种基于最大均值差异(maximum mean discrepancy,MMD)的故障可诊断性定量评价方法.该方法无需构建任何系统模型,通过度量不同故障模式下测量数据之间的距离定量评价故障可诊断性,适用于结构复杂、不易于建模且能够获取测量数据的复杂系统.首先,将测量数据通过特征核映射到可再生核希尔伯特空间(reproducing kernel Hilbert space,RKHS)中,以MMD作为多元分布距离度量指标,将故障可诊断性定量评价问题转换为多元分布在RKHS中的距离度量问题;然后,利用数学推导分析测量噪声强度对故障可诊断性评价结果的影响;最后,通过仿真实例验证所提出方法的有效性.     

Robust detection of intermittent multiplicative sensor fault

In this paper, the detection problem of intermittent multiplicative sensor fault is investigated for stochastic uncertain systems. A robust optimal filter is designed according to the criterion of minimum estimation error covariance. Then, based on this, a residual generator is constructed, and the quantitative effect of the fault on it is discussed in detail. After that we design the evaluation function and detection threshold to achieve intermittent fault detection. Our proposed strategy has a recursive form and only includes simple arithmetic operations, thus it is suitable for real‐time online applications. Finally, a simulation example is given to demonstrate the effectiveness of the proposed strategy.     

基于信息熵的多电飞机供电可靠度评估

由于多电飞机拓扑结构复杂且发生故障的概率较低,采用传统的蒙特卡罗采样方法进行可靠度评估时存在采样次数多,仿真时间长等缺点。通过信息熵引入多元件系统的近似概率分布,从而提出一种适用于多电飞机供电可靠度评估方法,在信息熵中引入最优参数,改变了元件的故障概率分布,构造了元件零方差概率密度函数的近似函数,然后利用差分进化求解最优参数。结合对偶抽样的信息熵法可进一步降低采样过程的方差,提高了传统蒙特卡罗方法的采样效率。最后使用一个多电飞机电源系统为应用案例,对几种可靠度分析方法进行收敛性和准确性分析,其结果表明本文方法在小概率事件评估问题上优势明显。     

基于区间箱粒子多伯努利滤波器的传感器控制策略

多目标跟踪中的传感器控制本质上是一个最优非线性控制问题,其在理论分析和计算上极具挑战性.本文基于区间不确定性推理,利用箱粒子多伯努利滤波器提出了一种基于信息测度的传感器控制策略.首先,本文利用箱粒子实现多伯努利滤波器,并通过一组带有权值的箱粒子来表征多目标后验概率密度函数.其次,利用箱粒子的高斯分布假设,将多伯努利密度...     

Reconstruction-based contribution for process monitoring

This paper presents a new method to perform fault diagnosis for data-correlation based process monitoring. As an alternative to the traditional contribution plot method, a reconstruction-based contribution for fault diagnosis is proposed based on monitored indices, SPE, T² and a combined index φ. Analysis of the diagnosability of the traditional contributions and the reconstruction-based contributions is performed. The lack of diagnosability of traditional contributions is analyzed for the case of single sensor faults with large fault magnitudes, whereas for the same case the proposed reconstruction-based contributions guarantee correct diagnosis. Monte Carlo simulation results are provided for the case of modest fault magnitudes by randomly assigning fault sensors and fault magnitudes.     

具有时变时滞的线性离散随机系统的间歇故障检测

针对一类具有时变时滞和外部未知扰动的线性离散随机系统,研究了其间歇故障检测问题.考虑一类具有周期性的时变时滞,利用提升技术和叠加原理将线性时变时滞系统转化为线性时不变系统.基于等价空间法设计对外部未知扰动解耦的结构化标量残差,在此基础上,通过残差统计特性分析和给定的显著性水平设定检测阈值.利用两个假设检验分别检测间歇故...     

基于瞬时幅值的光伏系统电流传感器微小故障检测及估计

电流传感器是光伏系统中用于系统控制和状态监测的重要元件,然而受运行环境影响,电流传感器易出现性能退化,影响系统运行安全.为了准确检测和估计出电流传感器微小故障,提出基于瞬时幅值的传感器微小故障检测和估计方法.首先,建立基于瞬时幅值的电流传感器微小故障模型,利用Hilbert变换(HT)估计相电流瞬时幅值将测量的三相正弦电流转换为相互独立的三维直流信号分量;其次,利用快速移动窗主成分分析(FWMPCA)对三维直流信号组成的数据矩阵进行特征提取,获得主元和残差子空间向量的概率密度分布函数;然后,利用Kullback-Leibler(KL)距离定量度量实际运行数据相对于无故障运行数据的微小变化,在此基础上,设置故障检测阈值,构建故障幅值估计模型,实现电流传感器微小故障检测和估计;最后,利用RT-LAB实验平台验证所提方法的有效性.