非线性过程控制系统传感器故障检测新方法

针对电厂热力系统故障检测和定位准确性低的问题,提出了基于鲁棒输入训练网络的传感器故障检测模型;采用带参数限制项的目标函数对网络进行训练,并在测试目标函数中引入影响因子,增加了模型训练精度,抑制了网络计算过程故障数据对正常值的影响,减小了残差污染,提高了模型准确性;以某300 MW电厂热力系统20组测点为对象进行算例分析,通过反复的实验,结果表明,该模型能够更加准确地对非线性系统故障点进行检测和分离,并更加精确重构各变量真实值,验证了该模型用于非线性过程传感器故障检测的有效性和可靠性.     

一类非线性系统参数突变故障的检测与诊断

本文针对一类非线性系统提出了一种非线性自适应故障检测滤波器,可以实时检测并分离、估计出其参数的突变故障。仿真实例说明了本文方法的有效性。     

空调系统中传感器故障检测与诊断方法的研究

提出了空调系统传感器故障检测，故障识别、故障重构的主成分分析方法。主成分分析法将测量空间分为主成分子空间和残差子空间。SPE指数和SVI指标分别用来检测和识别故障，沿着故障方向，测量数据逐步逼近主成分子空间可以实现数据的重构，通过对空调监测系统的传感器故障检测与诊断结果展示出PCA方法具有良好的故障检测，识别和重构建能力。     

一类非线性系统参数偏差型故障的实时检测与诊断

本文针对一类较一般的多变量非线性时变随机系统,给出了一种全新的用于其参数偏差型故障的实时检测与诊断方法。这类故障包容了诸如部件参数的阶跃型和缓变型故障等,所给仿真实例证实了本文方法的有效性。     

非线性系统的鲁棒故障检测与诊断

研究了一类具有未建模动态或扰动的非线性系统的鲁棒故障检测与诊断问题,利用神经网络、模糊系统或小波网络等对非线性故障模式进行在线逼近的方法进行故障诊断.第一步,对用于鲁棒故障检测的观测器,建立了保证观测器稳定的增益阵的选择条件;第二步,若检测出发生故障,则用神经网络、模糊系统或小波网络进行故障的在线估计,建立了估计误差界,结果显示输出估计误差将收敛到由扰动上界或建模误差上界线性确定的范围内.     

一类基于神经网络非线性观测器的鲁棒故障检测和诊断

利用神经网络的非线性建模能力，对一类具有建模不确定项的非线性系统提出一种基于观测器的故障检测和诊断的方法。设计的观测器不仅能实现故障检测，而旦应用神经网络设计的故障估计器能在线估计系统中的故障向量。通过分析验证了该方法对系统中的建模误差和外部扰动具有良好的鲁棒性。仿真结果表明所提出的方法是有效的。     

一类非线性系统的故障检测与容错控制算法

针对仿射非线性系统提出了一种稳定的故障检测及容错控制算法.该算法利用神经网络对系统故障进行建模,在线估计故障向量,监测系统运行情况;在反馈回路中引用故障辅助反馈控制回路,实现容错控制;并基于Lyapunov方法进行了稳定性分析.控制系统可运行于两种模式:系统正常时,采用常规反馈控制器(CC);有故障发生时,引入补偿控制来削弱故障影响,保障系统的正常运行.最后对一类非线性电机的仿真控制结果表明了此容错控制方法的有效性.     

一种基于小波分析的故障检测与诊断

小波分析是一种时变信号时－频两维分析方法。根据小波分析的思想，构造出一种新型机械设备故障诊断装置，使得机械故障的诊断晚加准确，并在实际应用中取得了良好效果。实践证明这种拟小波理论的信号处理方法在故障诊断中是十分有效的。     

直流绝缘故障检测智能传感器系统

为实现直流供电系统中的绝缘故障检测,研制了一种以AVR单片机为核心的智能传感器系统。该系统利用电磁感应原理检测直流供电系统中电气负载馈电回路的不平衡电流,实现了对电气负载绝缘故障的检测。经过现场测试,该智能传感器系统具有低功耗、高可靠性和易使用的特点,试验结果表明:系统达到了检测准确度要求。     

非线性系统传感器偏差故障的UKF递推检测方法

针对传统的推广卡尔曼滤波器方法(EKF)的不足,为检测非线性系统传感器的偏差型故障,提出了一种新的基于unscented卡尔曼滤波(UKF)的实时递推检测算法,该方法应用UKF作为传感器故障残差发生器,并利用残差加权平方和检测策略进行故障的检测.仿真结果表明,与基于EKF的传感器故障检测方法相比,该方法有更好的故障预示能力,并提高了故障检测的准确率.     

基于模型的控制系统故障诊断技术的最新进展

评述了近三年来基于模型的控制系统故障诊断技术的发展状况.介绍了这一技术在九个方面的最新进展及十一项最新的应用.对故障诊断技术目前的状况进行了分析和总结,给出了这一领域中值得进一步研究的一些问题和可能的发展方向.     

A Robust Fault Estimation Scheme for a Class of Nonlinear Systems

This paper presents an observer‐based robust fault estimation scheme for a class of nonlinear systems. We consider the system where the fault enters both the state and output equations via unmeasurable nonlinear functions, for which currently no fault estimation scheme exists. The proposed scheme exploits the special structures and information embedded in the fault‐dependent nonlinear functions. We propose a design method to minimize the ?₂ gain from the disturbances to the fault estimation, and provide conditions for the existence of such observers. The effectiveness of this scheme is demonstrated on a nonlinear single‐link flexible joint robot system with disturbances.     

故障检测与诊断技术

本文介绍了故障检测与诊断技术的历史及发展状况,对其所用的各种方法分类进行了详细评述,指出了当前急待解决的若干前沿课题,并对这门技术的发展进行了展望。     

利用主元方法进行传感器故障检测的行为分析

主元分析方法(PCA)是基于多元统计分析的过程监测和故障诊断手段。在假设过程只存在传感器故障的情况下，系统地分析了PCA方法在传感器典型故障下的检测行为。首先导出了Hoteuing T^2和Q两个检测统计量在传感器不同故障下的变化关系和规律，然后从理论上给出了每个传感器故障的可检测性条件。最后通过火电厂锅炉过程中传感器故障检测实例验证了所得到的结论。     

一种新的时滞系统鲁棒故障诊断滤波器设计方法

研究具有扰动不确定的状态时滞系统鲁棒故障诊断滤波器的设计问题.通过对系统传递函数输入输出通道的组合变换,引入一种能够同时体现残差对扰动信号鲁棒性和对故障信号灵敏性的性能指标,将基于状态观测器的鲁棒故障诊断滤波器设计问题转化为H∞优化设计问题,应用线性矩阵不等式(LMI)技术,给出并证明了该设计问题解存在的条件和求解方法.最后,通过一个仿真算例来验证本方法的有效性.     

一种非线性系统容错控制的混合方法

针对连续搅拌箱式反映器,提出一种闭环非线性系统容错控制的混合方法。即利用“等价偏差”的新概念建立传感器的故障模型,然后基于一种伪偏差分离估计算法,在线得到系统状态和“等价偏差”的估计值。数值仿真结果验证了该方法不仅具有很强的关于传感器故障的容错能力,而且还可检测、分离和估计出相应的故障。     

三相感应电动机的在线故障检测与诊断问题研究

本文建立了三相感应电动机的通用故障模型，提出了一种检测，分离，并估计出其转子与定子故障的新方法，最后，应用一个４４７０千瓦的大型电动机的实际参数作了仿真研究，验证了本文方法的有效性。     

Robust Analytical Redundancy Relations for Fault Diagnosis In Nonlinear Systems

The problem of robust analytical redundancy relations design for fault diagnosis in nonlinear systems is investigated. An approach is proposed to solve this problem through an extension of the system state‐space by means of constant (or slow varying) unknown parameters, followed by designing analytical redundancy relations that are insensitive both to state variables and unknown parameters. To make the design practicable, some problems related to nonlinear transformation of the extended system model into observable one are considered. The quasi‐linear computational form for robust analytical redundancy relations is described. Fault detectability and distinguishability conditions are formulated, and a recommendation for choosing the size of the moving time window is made. The results are demonstrated through an example involving an SISO nonlinear model of an underwater vehicle.