双余度传感器的故障检测与识别

传感器是任何测控系统中不可缺少的部件,也是最容易出故障的环节,传感器故障检测、识别和信号重构一直得到极大的重视.本文研究了仅利用双余度传感器的输出信号进行故障检测与识别问题,提出了一个双余度传感器故障信号识别器(FSD),建立了故障信号识别的基本原理,导出了相应的传感器故障检测与识别的递推算法,并给出了仿真结果.     

无人机双余度电动舵机角度传感器故障检测方法

双余度舵控系统的基本思想是通过不同余度之间的切换来保证舵控系统的可靠性。针对无人机双余度电动舵机角度传感器故障检测技术提出了基于辨识参考模型的方法。首先介绍了电动舵机的双余度方案,然后通过机理分析和理论推导相结合的方式建立了舵系统的输入输出模型,利用系统辨识的方法确定了模型的参数。最终利用辨识的参考模型对双余度角度传感器进行故障检测,并通过实验,验证了方法的有效性。     

传感器故障检测、分离与恢复的神经网络方法

传感器是测控系统不可缺少的部件,传感器数据的高可靠性是系统正常工作的重要保证,本文基于递归神经网络具有优良的动态系统建模能力和时间数据序列预报区能力,融合时空信息,构造出具有传感器故障检测,分离和故障恢复能力的智能传感器系统,理论 仿真结果表明,所研究系统的优良性能。     

基于神经网络的导航传感器故障检测

试用离线训练的神经网络进行导航传感器故障检测。首先用从某船试航时的一段数据中选出的包含多种航行状态的数千组平台罗经读数训练神经网络并同时选择神经网络的输入延迟数和隐层单元数。然后用已选择好结构并训练好的神经网络作为在线估计器对平台罗经的读数进行一步预测。最后根据平台罗经的读数与其对应的预测值之间的差值进行故障检测。分别用同一艘船同一次试航的两段平台罗经读数进行训练和故障检测仿真,结果证明该方法可行。     

基于径向基神经网络的称重设备传感器故障检测方法

在对称重设备数字化改造的过程中,有些研究人员提出了对某一特定传感器的故障诊断方法,但对于非指定传感器或者两个传感器同时发生故障的情况却没有检测方法.为此,本文提出了一种基于径向基神经网络预测的任意一个或两个称重传感器的故障检测方法.本文首先建立单个传感器的预测模型和任意两个传感器的预测模型,然后通过这两个预测模型计算出任意一个称重传感器的预测值和任意两个传感器的预测值,根据预测值与实际值之间的差值判断称重传感器故障个数、位置、类型等信息.实验表明,当称重传感器的输出误差大于0.3 t时使用此方法可以准确检测出称重传感器的故障信息.     

双余度传感器缓变故障检测的改进残差检验法

分析了基于卡尔曼滤波器的残差检验法对传感器缓变故障检测的不敏感性原因.针对双余度传感器缓变故障检测,采取了先故障判断后故障定位的故障检测策略,并提出了一种基于移动伪正常状态的残差构造方法.数学仿真验证了改进方法比传统方法更能够及时准确地识别双余度传感器缓变故障.     

基于解析冗余的传感器故障检测、分离与辨识

深入研究了基于解析冗余技术的传感器故障检测、分离与辨识方法 ,并用实验评价该方法的性能。     

多分辨力传感器信息融合中的 故障检测与恢复

首先建立了一个具有故障检测与隔离功能的分散式滤波器结构，讨论了传感器及局部滤波器的故障检测与隔离算法，然后研究了系统重构与故障恢复方法。在此基础上，通过引入小波变换提出了一种多分辨力传感器信息的动态融合方法。     

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。     

传感器故障检测的仿真研究

该文主要介绍了连续小波变换和BP神经网络在传感器故障诊断中的应用,并就如何将小波变换和神经网络结合起来进行故障检测进行了有益的探讨、研究,最终借助于matlab软件和它自带的simulink工具以及相关的信号处理工具包做了仿真算例,获得了满意的效果,证明了这两种方法的可行性。     

汽车发动机故障检测与诊断系统设计

研制了基于微机的发动机检测与诊断系统,进行了相关软硬件设计与开发;系统采用多文档界面,使用多线程技术,通过数据采集卡和串口通信实现了对发动机转速、点火电压、喷油脉宽等信号的实时采集、处理和显示,从而为发动机故障诊断和视情修理提供科学依据;实际系统具有较强的可操作性和通用性。     

控制系统执行机构故障的检测与诊断

评述了近年来执行机构故障检测与诊断的主要研究成果和发展现状,并给出了各种诊断方法的典型应用,对各种诊断方法的优缺点进行了比较,最后指出了该领域有待进一步研究的若干问题和发展趋势.     

不同精度的冗余传感器故障诊断研究

针对高精度传感器硬件冗余成本巨大的问题,提出了不同精度的冗余传感器故障诊断方法．该方法采用动态模型不确定性影响最小化而故障影响最大化的原则,对低精度传感器数据进行预处理,轮流使用一个传感器作为输入,另一个作为输出建立卡尔曼滤波方程组,并通过所得新息进行故障诊断．实验表明,所提出方法能有效抑制低精度传感器的噪声干扰,降低成本以及系统建模复杂性,在传感器故障诊断的工程应用中具有较好的实用性．     

飞机燃油系统传感器故障诊断方法研究

为了解决某飞机燃油系统传感器的故障检测与诊断问题,提出将小波分析法应用于飞机燃油系统传感器的故障诊断.通过传感器输出信号的一维离散小波变换,得到重构后的第一层细节系数.对该细节系数进行分析,可以精确定位故障点;进而分析传感器输出信号,可以判断出故障类型及故障程度.最后以该系统中油位传感器的故障诊断为例,利用地面半物理仿真试验中采集的现场数据,在Matlab环境下对该方法进行了有效性验证.     

过程控制系统中多条件约束的多传感器故障检测与诊断

针对工业过程控制系统中的故障具有类型多样、时空独立和非线性等特点,使得检测与诊断效率降低,系统性能下降等问题,提出了一种基于自定义多条件约束的多传感器故障检测与诊断机制;该机制,首先考虑了系统的稳态和时空特征建立了非线性过程控制系统多故障模型,并给出了满足条件判定法则;然后对于系统中的单故障,并发故障和通信故障等类型给出了多条件约束法则及独立特性判断;最后提出了通过自定义多条件约束的多传感器故障检测与诊断机制;实验结果表明,在平均检测概率、稳态特征保持能力和系统功耗等方面明显优于无条件约束的机制,可以显著改善过程控制系统性能.     

装备无故障发现与间歇故障诊断技术

无故障发现是装备单元在某维修级别被认为故障而拆卸,却在下一维修级别测试没有发现故障的现象,日益成为装备测试与保障领域的突出问题。间歇故障是无故障发现的主要原因,也是故障检测诊断领域面临的棘手问题。介绍了无故障发现和间歇故障的基本概念,总结分析了无故障发现和间歇故障的产生诱因、分类及对装备的影响,概述了无故障发现、间歇故障检测与诊断技术的国内外研究现状,指出了间歇故障确定性检测的发展趋势,深入分析了间歇故障诊断领域的关键技术与发展方向。     

基于输出PDF的浮选故障检测和诊断方法

针对浮选中泡沫尺寸分布的特殊性,如非高斯分布,左偏斜,高峰值等,常规分析方法无法准确描述尺寸分布的特点,因此无法准确检测和诊断浮选过程中出现的故障。提出对泡沫尺寸分布的输出概率密度函数(PDF)的统计分析,形成了一种新的浮选过程故障检测和诊断方法。通过采用自设计的核方法逼近将输出PDF转化为动态权系数,建立带有时滞的非线性不确定性权动态模型,基于线性矩阵不等式设计得到可行的故障检测和诊断算法。通过仿真验证分析,证明此算法的有效性。结合现场浮选过程,讨论了此方法的应用前景和优势。     

基于虚拟仪器的导航装备性能检测及故障诊断系统

某引进地面导航装备,工作体制独特,信号种类繁多,交连关系复杂,传统的检测维修方式难以保障该设备的正常使用,为此本文提出了基于PXI总线的智能诊断系统;详细说明了系统的硬件和软件组成以及故障诊断方法,以虚拟仪器和计算机自动化技术为基础,对故障树自动检测方法进行了探讨和研究,结合该系统需求,使用关系数据库,建立了系统故障检测故障树,并在测试主程序中进行了实现;与原有测试方法相比,该系统减少了测试的时间和强度,提高了工作效率,同时也避免了人工测试带来的误差。     

基于电力设备故障预测与诊断控制的研究

电力设备在线故障检测与诊断是建立在对电力设备运行状态各部件劣化规律认识的基础上,根据得到的能够表征其变化规律的特征参量进行的在线故障预测与诊断控制技术,就是能够更好地提高设备运行可靠性和安全性,对电力设备寿命评估提供依据.