一种感应电机驱动器容错控制方法

感应电机闭环变频驱动系统中,转速传感器、电流传感器、电压传感器作为反馈单元在速度反馈和磁通估算中起到了重要作用,当其出现故障时会因驱动器故障保护功能造成系统停机.该文研究了感应电机驱动器的四种基本控制方法,针对变频器的传感器故障,提出了一种基于数据融合的容错控制方案.仿真研究证明了所提出的控制方法的有效性.     

不确定线性时滞离散系统的鲁棒容错控制

针对含有传感器失效故障的一类不确定线性时滞离散系统,研究了状态反馈鲁棒容错控制问题,其中参数的不确定性是范数有界的。基于Lyapunov稳定性理论和LMI方法,设计了一种带有时滞项的状态反馈控制器,使得闭环系统在所有可能的传感器失效故障情况下均是渐近稳定的,给出了该系统对传感器失效具有鲁棒容错能力的一个LMI充分条件,并利用MATLAB的LMI工具箱求解各控制器参数,数值算例和仿真结果验证了该方法的可行性和有效性。     

基于矢量旋转的永磁同步电机容错控制系统

永磁同步电机(PMSM)矢量控制系统中电流传感器故障将导致整个系统无法正常工作。为实现电流传感器故障诊断及其容错控制,引入了基于矢量旋转的故障诊断方法,利用在不同轴定向的坐标系下定子电流分量,判断相电流传感器故障信息,然后通过基于α,β坐标系的逻辑判断机制选取恰当的反馈电流以重构系统。为避免该方案中反馈电流恒等于指令值,引入了一种电流估计算法,当故障发生时,保证电机能更加平稳地运行。基于Matlab/Simulink和dSPACE1007进行仿真和实验研究,证明了该容错控制方法的正确性和可靠性。     

不确定时滞离散系统的鲁棒D稳定容错控制

针对含有传感器失效故障的一类线性不确定时滞离散系统,研究了状态反馈鲁棒容错D稳定性问题,其中的参数的不确定性是范数有界的,基于D稳定性理论和LMI方法,设计了一种有记忆的状态反馈控制器,给出了闭环系统在所有可能的传感器失效故障情况下仍是D稳定的容错控制器存在的一个LMI充分条件,并用MATLAB的LMI工具箱求解控制器参数。数值算例和仿真结果验证了该方法的可行性和有效性。     

汽轮机DEH改造调门控制与反馈常见问题及对策

军粮城电厂3台国产20万千瓦汽轮机组相继进行了DEH系统改造，在机组调试和运行中，热控专业常见的故障反映在调门控制及反馈方面，具体表现为系统静态时调门摆动，LVDT反馈信号经常出现不准，零点漂移或反馈信号突变的现象，就地的LVDT传感器损坏率较高，这些问题不仅直接影响到机组负荷控制的稳定性，同时对机组的安全运行构成严重威胁，本文就引发这些故障的原因进行详细分析，并提出一些解决方法。     

基于坐标变换的永磁同步电机电流传感器容错控制

研究了在永磁同步电机矢量控制系统之下,电流传感器的故障诊断及容错控制。针对目前双电流传感器的矢量控制系统中可能出现的软故障,提出一种基于定子坐标变换的故障诊断及容错方法,通过控制器输出的电流值与实际反馈的电流值相比较,来判断故障类型并选择相应的容错方案。仿真结果表明:该方法能准确判断出一相或两相电流传感器故障,并选择相应的实际电流计算值来完成电流闭环控制,具有较高的可行性。     

一种感应电机无速度传感器系统的电流传感器容错控制策略

在无速度传感器感应电机驱动系统中,需要利用电流传感器提供电流信号以实现速度估计。然而,电流传感器作为驱动系统的脆弱部件,易发生故障。当电流传感器出现故障时,系统控制性能显著恶化。为进一步提高感应电机驱动系统的可靠性,该文研究一种适用于感应电机无速度传感器系统的电流传感器容错控制策略。该方案通过坐标变换实现电流传感器的故障诊断,并利用二阶广义积分器–锁频环重构故障电流信息,并将其反馈到基于滑模观测器的速度估计方案中,实现感应电机无速度传感器控制系统的电流传感器容错控制。此外,在所提出的控制策略中进一步采用改进型二阶广义积分器–锁频环,以克服直流偏置带来的不利影响。最后,利用实验测试验证所研究方法的可行性。     

基于滑模变结构控制的感应电机系统容错控制

速度传感器是感应电机控制系统中重要且脆弱的环节。提出了一种容错控制策略。利用滑模变结构控制理论建立滑模磁链观测器,基于等效控制原理,利用该观测器设计速度估计器重构转速。通过速度估计器对速度传感器进行状态监测。当传感器故障时,隔离传感器,利用估计转速作为系统的反馈,保证系统连续运行,从而实现速度传感器故障时对电机系统的容错控制。仿真验证了该方法的有效性。     

基于霍金斯指标的传感器数据有效性验证

在基于主元分析的故障检测方法中，由于霍金斯 指标能够很好地检测到平方预测误差(Q)指标所无法检测到的传感器故障，因此有必要对 指标检测到传感器故障的情况进行故障分离和重构的分析。利用故障重构方法，提出了采用基于 指标的传感器验证指标(cSVIH)进行传感器故障分离的方法，形成基于 指标进行传感器故障检测、分离和重构的一整套策略。电厂数据仿真实验验证了 指标对部分传感器进行故障检测优于Q指标的理论和基于 指标的故障检测、分离和重构方法的有效性。最后提出联合使用Q指标和 指标的故障检测框架。     

感应电动机电流传感器故障诊断研究

提出一种基于扩张状态观测器和遗传算法的电流传感器故障诊断方法。首先,建立了包含系统模型误差、未知扰动和传感器故障的电动机状态空间数学模型。其次,设计了一个基于电动机状态数学模型的扩张状态观测器。再次,通过闭环系统特征值配置和遗传优化算法搜寻闭环反馈增益矩阵的最优值。最后,建立了基于Matlab的故障诊断系统仿真模型。仿真结果表明,该故障诊断方法可以准确地诊断出传感器故障,并且对系统扰动具有很强的鲁棒性。     

基于改进SMO的风机降阶系统速度传感器故障检测

针对风力发电机常见的速度传感器故障,建立了传动系统的降阶模型,提出了改进滑模观测器的故障检测方法。采用饱和函数削弱抖振对滑模动态的影响,并将发电机转速测量差值引入滑模输入信号的设计中,使滑模增益自动调节,同时利用线性矩阵不等式可行性问题设计反馈矩阵。通过对比观测器输出值计算残差估计值,结合极大似然比确定的阈值,实现系统故障的有效检测。仿真结果证明,所提出的方法能有效地检测出风力发电机速度传感器故障。     

基于灰色动态预测的风力发电系统容错控制策略研究

提出了一种新型的风力发电系统的主动容错控制策略。引入灰色动态预测模型,对传感器故障进行预测。基于风力发电系统模糊模型,设计容错控制器,利用邻近两状态反馈回路补偿失效回路的系统重构方法,重新确定系统反馈控制律。仿真结果表明在额定风速以下,传感器发生故障时系统的功率系数和叶尖速比均能保持在最优值,从而实现额定风速以下的最大风能捕获。     

基于脉冲宽度预测的速度反馈机制研究

针对交流调速系统中速度传感器本体故障、线路异常或信号受到电磁干扰等不确定因素影响速度反馈精度的问题,首次提出了一种基于脉冲宽度预测的速度反馈机制。首先,对速度检测环节建模,推导并创建传感器信号占空比及其失真度模型,据此预测下一时刻传感器脉冲宽度范围,可有效辨识传感器故障和信号干扰。其次,通过选择合适的故障容忍度和干扰容忍度,并将辨识结果和扩张状态观测器所得速度观测值结合,建立相应的速度反馈机制。实验结果表明,该方法能够有效解决常规速度反馈机制在受不可知因素影响后检测精度下降的问题,有利于控制系统整体鲁棒性的提高。     

基于信号处理的传感器故障检测技术研究

传感器故障检测在机械故障诊断系统中具有重要意义。本文分析监测对象工作特性和传感器故障特征的基础上，首次系统提出了三种基于信号处理的传感器故障检测技术；经典信号处理方法，小波分析和分形理论。     

单相脉宽调制整流器传感器故障诊断与容错控制

单相脉宽调制(PWM)整流器通常采用网侧电流与直流侧电压双闭环控制系统结构,一旦其检测系统中的传感器发生故障,将导致反馈值出现偏差,影响系统的控制效果与运行安全。设计一种准确可靠的单相PWM整流器网侧电流与直流侧电压传感器故障诊断与容错控制方案。采用解析冗余的方法实现故障诊断,基于单、双极性两种调制方法的开关函数取值设计了系统滑模观测器与状态估计器;将传感器采集值与观测器估计值作差并归一化建立系统残差,故障诊断单元通过比较残差与阈值定位故障传感器并迅速采取容错控制策略,以观测器的估计值代替故障传感器的测量值实现控制系统重构。通过仿真与实验模拟了三种传感器故障,验证了所提出故障诊断与容错控制方案的有效性与可靠性。     

线性位移传感器异常多次引起停机事故的分析

汽轮机调试过程中出现了1次调门油动机线性位移传感器芯杆螺丝脱落,引起汽轮机发生动静磨擦事故,对事故进行了原因分析、事故处理和重新开机后排除了故障,揭示了高压和低压调门反馈的重要性。     

基于小波包的多尺度主元分析在传感器故障诊断中的应用

由于传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足，该文提出了基于小波包的MSPCA模型，并应用于传感器的故障诊断。首先对传感器数据进行正交小波包分解，得到小波包最佳分解树。根据最佳树的各个节点系数在对应的尺度上建立主元分析模型，根据这些主元分析模型在残差子空间利用平方预报误差统计量进行传感器故障检测，采用传感器有效度指标对故障传感器进行分离。最后以火电厂锅炉系统的传感器为例对设计的模型进行了验证，通过对传感器周期性干扰故障这种高频故障的诊断实例验证了基于小波包的MSPCA方法的有效性，其检测性能要优于基于小波变换的MSPCA模型。     

基于时间序列和专家系统的PH值传感器故障诊断的研究

结合PH值传感器在线故障诊断的研究,在分析传感器故障信号特征的基础上,提出了一种时间序列预报和专家系统相结合的故障诊断的新方法,采用时间序列的预报算法,对传感器的输出数据进行预处理,得到具有故障特征的有用信息,再通过专家系统的智能化推理,获得自控系统中传感器故障的最终决策,成功地解决了控制系统中故障信息互相关联带来的难题,同样为其他控制系统传感器的故障诊断提供了新的途径。     

旋转机械故障诊断的量子神经网络算法

针对故障模式之间存在交叉数据的诊断不确定问题，将多层激励函数的量子神经网络引入多传感器信息融合之中，提出一种基于量子神经网络的多传感器信息融合故障诊断算法。并将其应用到旋转机械故障诊断中，通过测试被诊断设备的振动速度和加速度信号，求出两传感器对各故障模式的故障隶属度，利用多层激励函数的量子神经网络进行信息融合，得到融合的各故障模式隶属度值，确定真正的故障模式，提高了故障诊断的准确率。     

基于神经网络的机电作动系统传感器故障分类研究

机电作动系统已经用于民航客机飞控舵面的控制,其中传感器输出的正确性对系统正常工作影响较大,因此对传感器的故障检测非常必要。本文分析了机电作动系统的传感器类型和故障模式,研究设计了BP神经网络对传感器故障进行检测和识别,并对不同训练方式的神经网络方法进行对比,确定了使用莱温伯格-马夸特学习方法的BP神经网络的故障检测分类结果更加准确,最后通过机电作动系统联合仿真实验平台验证了该方法的有效性。该方法可以支持传感器故障检测和系统健康管理。