当前位置:主页 > 科技论文 > 机电工程论文 >

非线性水箱系统控制与故障检测方法研究

发布时间:2020-09-16 07:49
   随着复杂工业系统的可靠性和稳定性要求越来越高,工业过程控制和故障检测技术已成为控制领域的研究热点之一。目前,针对线性系统控制和故障检测方法的研究已有较为成熟的理论和实践基础,而对于非线性系统控制和故障检测方法的研究还有很多问题需要解决,主要包括:(1)大多非线性系统控制及故障检测的理论研究还停留在仿真阶段,缺乏实际验证;(2)在诸多工业非线性控制应用中,由于成本或者空间的限制引入了无线测量仪表或执行器,在这种情况下,如何保证被控参数满足控制要求也是一个挑战;(3)现有的非线性系统故障检测方法还存在着检测的准确性和可靠性不够高等问题。鉴于以上考虑,本文针对非线性水箱系统的相关控制和故障检测问题进行研究,主要内容包括:(1)建立非线性水箱系统研究实验平台。为更好理论结合实践,让理论算法能够验证于实际系统而不仅仅停留在仿真阶段,搭建了一套非线性水箱实验平台,其中硬件平台包括球形水箱、无线液位变送器、气动调节阀、水泵及相关管路等。建立了DeltaV系统的软件平台,完成了控制程序的编写和组态应用软件的开发。在此基础上,基于机理建模方法得到非线性水箱系统的数学模型,并与实验数据进行对比,结果表明,所建立的非线性水箱模型与实际数据基本吻合。(2)针对无线测量条件下非线性水箱液位控制问题,设计了一种增强型的PID(PIDplus)控制器,并验证了其在处理无线控制问题时的优越性。与有线控制系统存在的测量滞后较小、测量变量定期更新的特点相比,基于无线的非线性控制系统中,测量更新周期较长、测量更新是非周期性,甚至存在丢包的可能,为克服这些问题对控制带来的影响,本文提出了一种改进的PID算法(PIDPlus),分别在仿真和实验环境下验证了PIDPlus算法相对于传统PID算法的优越性。(3)提出一种改进粒子滤波方法对非线性水箱系统的泄漏故障、传感器故障进行检测,实验表明改进方法与传统方法相比具有更好的检测效果。传统粒子滤波中,会出现粒子退化和样本贫化现象,这会影响故障检测准确率,针对该问题,本文提出了基于遗传算法改进的粒子滤波,使用遗传算法实现粒子滤波的重采样过程,有效地克服了粒子退化并增加了粒子多样性。最后,通过对泄露故障和传感器故障检测效果进行实验验证,结果表明改进粒子滤波算法更准确可靠。最后,对全文进行了总结,并提出了有待解决和探索的问题。
【学位单位】:武汉理工大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP273;TH17
【部分图文】:

涡街流量计,罗斯,实物,变送器


3 罗斯蒙特涡街流量计环境让有线仪表变得不除布线的困扰和成本。位变送器如图 2-4(a)所示器的两个点,一个测量,测得两端压差 ,通能强大,安装简便,可该变送器采用锂电池进定义,通讯范围为 22用,所以无线网关必不无线液位变送器数据b)所示,其有业内领先

液位变送器,无线网


图 2-3 罗斯蒙特涡街流量计实物图工业过程的恶劣环境让有线仪表变得不再适用,而无统的灵活性,免除布线的困扰和成本。为模拟使用无线平台采用无线液位变送器如图 2-4(a)所示,它是差压型液为:通过测量容器的两个点,一个测量点在容器底端液器顶端的气体中,测得两端压差 ,通过 = 计线液位变送器性能强大,安装简便,可将温度影响降低0%的响应时间。该变送器采用锂电池进行供电,其数据 60 分钟,用户自定义,通讯范围为 225 米。液位变送器的使用,所以无线网关必不可少,其能够将统连接,并完成无线液位变送器数据的通讯。本实验网关,如图 2-5(b)所示,其有业内领先的安全性、可扩

现场设备,总体结构


图 2-5 现场设备总体结构图系统软件平台 系统应用比较广泛,且技术较为成熟。经其中监控层包括工程师站和操作员站,源、I/O 卡件等,如图 2-6 所示。(Deltav),具体结构如图 2-7 所示。在监进行控制、配置、数据采集、检测的各能够监控和操作现场过程变量,必要时本参数如表 2-5 所示。表 2-5 工作站参数参数类型 参数值内存 16GB硬盘 500GB

【相似文献】

相关期刊论文 前10条

1 肖聪民;;基于电力电缆的故障检测方法的分析探究[J];电子制作;2013年08期

2 徐秦;;数字电路故障检测方法的研究[J];科技创新与应用;2012年08期

3 邱天,丁艳军,吴占松;基于概率的故障检测方法及其学习策略[J];清华大学学报(自然科学版);2005年08期

4 王敏,黄心汉;一种基于神经网络的机器人故障检测方法[J];系统工程;2001年06期

5 余勇,万德钧;一种基于小波神经网络故障检测方法的仿真研究[J];计算机仿真;2000年01期

6 王建中;;波导裂缝相阵天线配相系统故障检测方法[J];火控雷达技术;1988年03期

7 王明文;喻强;;一种新型的CPU故障检测方法及其应用[J];南京邮电学院学报;1989年02期

8 吕彬;;刍议电缆绝缘试验与故障检测方法研究[J];山东工业技术;2015年19期

9 姜连祥;黄海宇;杨勤荣;李华旺;杨根庆;;基于模糊集的故障检测方法[J];系统工程与电子技术;2009年11期

10 杨世勇;PC系统故障检测方法简介[J];机床电器;1995年03期

相关会议论文 前10条

1 谭琳;文成林;;一种基于多模式的故障检测方法[A];第二十七届中国控制会议论文集[C];2008年

2 周小勇;叶银忠;;基于小波多分辨率分析的故障检测方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

3 杜运成;石红瑞;;等价空间故障检测方法研究[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

4 周龙;赵婧华;刘洁;;自动测试设备的故障检测方法[A];2010航空试验测试技术学术交流会论文集[C];2010年

5 邱恺;吴训忠;陈天如;魏瑞轩;张宗麟;;基于融合量测预报器的联邦滤波故障检测方法[A];第二十四届中国控制会议论文集(下册)[C];2005年

6 易昭湘;慕晓冬;杨眉;赵鹏;;基于状态监控的软硬件故障检测方法[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年

7 张成;李元;;PC-KNN故障检测方法在半导体批次过程中的应用研究[A];第25届中国控制与决策会议论文集[C];2013年

8 颜东;张洪钺;;基于ARMA模型的故障检测方法[A];1994中国控制与决策学术年会论文集[C];1994年

9 李建立;谭庆平;徐建军;;一种软件实现的瞬时故障检测方法[A];全国计算机安全学术交流会论文集(第二十三卷)[C];2008年

10 林京;;脉冲性与周期性的利用——齿轮箱故障检测方法的内在联系[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

相关重要报纸文章 前1条

1 江苏 孙春晖;浅谈数字电路故障检测方法与技巧[N];电子报;2006年

相关博士学位论文 前10条

1 彭涛;基于传感器最优配置的故障检测方法研究[D];中南大学;2005年

2 王光;基于关键性能指标的数据驱动故障检测方法研究[D];哈尔滨工业大学;2016年

3 刘文静;分布式网络化控制系统故障检测方法研究[D];天津大学;2009年

4 马贺贺;基于数据驱动的复杂工业过程故障检测方法研究[D];华东理工大学;2013年

5 肖丽;基于电流信号提取技术的SRD故障检测方法的研究[D];河北工业大学;2014年

6 王颖;微电网故障检测方法及保护原理研究[D];浙江大学;2017年

7 王恒;基于LMI技术的线性系统故障检测方法[D];东北大学;2008年

8 何雨辰;数据驱动的过渡过程建模与监测[D];浙江大学;2017年

9 龙跃;网络控制系统的故障检测方法研究[D];东北大学;2012年

10 王佳伟;基于观测器的切换系统故障检测方法研究[D];哈尔滨工业大学;2016年

相关硕士学位论文 前10条

1 雷程;非线性水箱系统控制与故障检测方法研究[D];武汉理工大学;2018年

2 宋天威;基于微惯性技术的行人协同导航与故障检测方法研究[D];南京师范大学;2018年

3 刘诚诚;云环境下故障检测方法研究与实现[D];昆明理工大学;2018年

4 申生奇;基于相关向量机的复杂工业过程故障检测方法应用研究[D];北京化工大学;2018年

5 彭炳荣;光伏阵列故障检测方法与系统设计[D];暨南大学;2018年

6 周伟;基于多元统计与信息熵的系统监测方法研究[D];浙江理工大学;2019年

7 姚宇;基于支持向量描述和子空间辨识的故障检测方法研究[D];东北大学;2017年

8 王佳;基于专家系统的网络故障检测方法的研究及实现[D];电子科技大学;2010年

9 胡海霞;基于网络分析的化工过程故障检测方法研究[D];北京化工大学;2017年

10 荆银银;复杂环境下基于粒子滤波的故障检测方法研究[D];兰州理工大学;2017年



本文编号:2819592

资料下载
论文发表

本文链接:https://www.wllwen.com/jixiegongchenglunwen/2819592.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户efc54***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com