基于模型的机电伺服系统非线性故障检测方法研究

发布时间：2023-03-23 19:35

　　在机电伺服系统的状态监控与故障检测中,基于模型的方法得到了广泛应用。但在机电伺服系统存在强非线性的情况下,传统的依靠在工作点附近线性化的方法存在一定的不足,影响了故障检测与诊断的准确性。因此,从非线性的角度开展故障检测与诊断问题的研究得到了越来越多的关注。本论文在“十五”部委级课题“机电产品BIT设计技术研究”的支持下,研究了基于模型的非线性故障检测问题,主要内容如下: 1、总结分析了基于模型的非线性故障检测与诊断方法的研究现状,提出了应进一步深入研究的问题。 2、针对现有EKF方法(Extended Kalman Filter,扩展卡尔曼滤波)的不足,研究了基于UKF(Unscented Kalman Filter,隐性卡尔曼滤波)的故障检测方法,并给出了基于UKF的故障检测的具体算法。以永磁同步电机系统为对象进行了仿真实验,结果表明:对于非线性机电伺服系统,基于UKF的故障检测方法是有效的。 3、对于存在强非线性行为的机电伺服系统,且难于通过解析方法建立系统准确模型的情况,研究了基于LS-SVM(Least Squares Support Vector Machine,最小二乘支持...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题背景和意义
        1.1.1 基于模型的机电伺服系统的故障检测
        1.1.2 课题来源
    1.2 国内外研究现状
        1.2.1 故障检测与诊断中的基本问题
        1.2.2 非线性系统故障检测与诊断方法
        1.2.3 基于模型的非线性系统故障检测与诊断方法
        1.2.4 一些需要深入研究的问题
    1.3 论文的主要研究工作及内容安排
第二章 基于UKF的永磁同步电机的故障检测
    2.1 UKF的原理与实现
        2.1.1 非线性系统的卡尔曼滤波
        2.1.2 隐性变换
        2.1.3 UKF算法的实现
    2.2 基于UKF的永磁同步电机的故障检测
        2.2.1 永磁同步电机模型的建立
        2.2.2 基于UKF的永磁同步电机的故障检测
        2.2.3 仿真实验
    2.3 小结
第三章 基于LS-SVM建模的机电伺服系统的故障检测
    3.1 支持向量机
        3.1.1 最优分类面
        3.1.2 支持向量机
        3.1.3 支持向量机回归
        3.1.4 最小二乘支持向量机回归
    3.2 基于LS-SVM建模的机电伺服系统故障检测与诊断
        3.2.1 机电伺服系统模型的建立
        3.2.2 故障检测
        3.2.3 故障诊断
    3.3 仿真实验
        3.3.1 机电伺服系统模型的建立
        3.3.2 机电伺服系统的故障分析与模拟
        3.3.3 基于LS-SVM建模的机电伺服系统故障检测
    3.4 小结
第四章 实验验证
    4.1 某跟踪与稳定伺服平台的BIT系统的设计
        4.1.1 跟踪与稳定伺服平台
        4.1.2 跟踪与稳定伺服平台BIT系统
        4.1.3 电控子系统BIT
    4.2 UKF方法在永磁同步电机故障检测中的应用
        4.2.1 基于UKF的故障检测
        4.2.2 实验结果及其分析
        4.2.3 结论
    4.3 基于LS-SVM建模与预测方法的故障检测
        4.3.1 电控子系统的故障检测模型
        4.3.2 基于LS-SVM的模型辨识
        4.3.3 基于LS-SVM建模与预测的故障检测与诊断
        4.3.4 结论
    4.4 小结
第五章 结论与展望
    5.1 全文总结
    5.2 研究展望
致谢
参考文献
作者在攻读硕士学位期间发表的论文



本文编号：3768618