带时间窗约束的离散乘性噪声系统故障诊断
发布时间：2021-09-06 03:45
为保证日益复杂化和大型化的工业系统能够安全可靠运行,采取及时有效的基于解析冗余的故障诊断策略是目前行之有效的措施之一。线性离散时变（Liner discrete time-varying,简称LDTV）乘性噪声系统,作为一类描述存在自身参数衰减、散射、畸变或者信号传输不理想等不确定性变化现象的状态空间模型,被普遍认为其更加符合复杂多变的实际工业现场物理背景。带时间窗约束的故障诊断策略,由于其对于初始误差、动态特性鲁棒性的优势,逐渐上升为当前国内外的研究热点,但其在线性离散时变乘性噪声系统故障诊断应用领域的研究成果还相对较少或者是有待进一步研究。遂本论文针对一类具有乘性噪声的线性离散时变系统,开展了带时间窗约束的故障诊断策略设计研究,其主要研究工作和创新之处如下:1.设计了新型随机意义下鲁棒性能指标,将等价空间方法推广应用至线性离散时变乘性噪声系统的故障检测领域。推导并提供了最优等价向量的解析表达式来设计最优残差产生器,给出了其所涉及到的所有未知关键矩阵的计算公式。借助随机化方法（Randomized algorithms,简称RA算法）,提出了两种阈值选取方式来实现残差评价。2.基于最...
【文章来源】：济南大学山东省
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
扰动信号
济南大学硕士学位论文25图2.2残差评价2.5小结本章研究了一类带有乘性噪声的离散时变系统的鲁棒故障检测问题。首先，提出了一种新型的适用于随机不确定系统故障检测的鲁棒性能指标来设计残差产生器，解决了等价空间方法应用在线性离散时变乘性噪声系统故障检测领域的推广问题。新的性能指标能够保证，在随机意义下，残差对于未知外部扰动和时间窗内初始状态向量的鲁棒性的同时保持对待检故障信号的灵敏度，分析并求解了最优等价向量的解析表达式。结合RA算法，给出了两种阈值选取方法实现了残差评价。最后，通过仿真算例验证了方法的有效性。
济南大学硕士学位论文45器系统出现的故障信号为：()={0.5sin(0.6),10≤≤400.3sin(0.3),50≤≤800,其他将扰动信号()设置为：图3.1扰动信号考虑建模误差，引入如下状态向量乘性噪声矩阵()来表示不可避免的模型不确定性：()=0.1×[sin(0.4)0.110.140.160.460.210.330.43cos(0.7)]鉴于在式(3.5)中展示了几种不同的设置方式，在本算例中，将不失一般性的分为以下四种情况来讨论。A.令()=0，权重矩阵为：=[0001]来估计传感器故障()。B.令()=0，权重矩阵为：=[0010]来估计具有一步时延的执行器故障(1)。C.令()=0，权重矩阵为：=[1000]
【参考文献】：
期刊论文
[1]基于区间观测器的动态系统故障诊断技术综述[J]. 杨光红,张志慧. 控制与决策. 2018(05)
[2]基于SWT与等价空间的LDTV系统故障检测[J]. 薛婷,钟麦英. 自动化学报. 2017(11)
[3]复杂工业过程质量相关的故障检测与诊断技术综述[J]. 彭开香,马亮,张凯. 自动化学报. 2017(03)
[4]动态系统实际故障可诊断性的量化评价研究[J]. 李文博,王大轶,刘成瑞. 自动化学报. 2015(03)
[5]具有乘性噪声的线性离散时间随机控制系统综述[J]. 刘光明,苏为洲. 控制理论与应用. 2013(08)
[6]基于迭代学习的离散线性时变系统故障诊断[J]. 曹伟,丛望,李金,郭媛. 控制与决策. 2013(01)
[7]Fault detection filter design for linear discrete time-varying systems with multiplicative noise[J]. Yueyang Li 1 and Maiying Zhong 2,* 1.School of Control Science and Engineering,Shandong University,Jinan 250061,P.R.China;2.Science and Technology on Inertial Laboratory,Beihang University,Beijing 100191,P.R.China. Journal of Systems Engineering and Electronics. 2011(06)
[8]存在多路数据丢失的线性离散时变系统故障检测滤波器设计[J]. 李岳炀,钟麦英. 控制工程. 2011(04)
[9]矩阵乘积之迹的不等式[J]. 冯秀红,杨主旺. 山西大学学报(自然科学版). 2011(01)
[10]动态系统的故障诊断技术[J]. 周东华,胡艳艳. 自动化学报. 2009(06)
博士论文
[1]基于运行状态的鼠笼电机转子导条断裂故障诊断方法研究[D]. 贾朱植.沈阳工业大学 2017
[2]动态系统的鲁棒故障诊断与主动容错控制技术研究[D]. 富振铎.哈尔滨工程大学 2014
[3]基于模型的控制系统鲁棒故障诊断技术研究[D]. 姜云春.国防科学技术大学 2006
[4]动态系统的鲁棒故障检测与分离方法研究[D]. 王红茹.哈尔滨工业大学 2006
[5]不确定系统鲁棒故障诊断[D]. 贾明兴.东北大学 2003
硕士论文
[1]神经网络和粒子群算法在高压电力计量系统故障诊断中的应用研究[D]. 张月阳.河南大学 2015
[2]带乘性噪声系统的一类传感器故障检测[D]. 董琦.中国海洋大学 2013
[3]一类带乘性噪声系统的故障检测与估计方法[D]. 滕梓洁.中国海洋大学 2013
[4]控制系统故障检测与诊断方法研究[D]. 付丽荣.哈尔滨工程大学 2011
[5]船舶动力装置状态监测与主机故障诊断的研究[D]. 李敏.重庆大学 2009
本文编号：3386678
【文章来源】：济南大学山东省
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
扰动信号
济南大学硕士学位论文25图2.2残差评价2.5小结本章研究了一类带有乘性噪声的离散时变系统的鲁棒故障检测问题。首先，提出了一种新型的适用于随机不确定系统故障检测的鲁棒性能指标来设计残差产生器，解决了等价空间方法应用在线性离散时变乘性噪声系统故障检测领域的推广问题。新的性能指标能够保证，在随机意义下，残差对于未知外部扰动和时间窗内初始状态向量的鲁棒性的同时保持对待检故障信号的灵敏度，分析并求解了最优等价向量的解析表达式。结合RA算法，给出了两种阈值选取方法实现了残差评价。最后，通过仿真算例验证了方法的有效性。
济南大学硕士学位论文45器系统出现的故障信号为：()={0.5sin(0.6),10≤≤400.3sin(0.3),50≤≤800,其他将扰动信号()设置为：图3.1扰动信号考虑建模误差，引入如下状态向量乘性噪声矩阵()来表示不可避免的模型不确定性：()=0.1×[sin(0.4)0.110.140.160.460.210.330.43cos(0.7)]鉴于在式(3.5)中展示了几种不同的设置方式，在本算例中，将不失一般性的分为以下四种情况来讨论。A.令()=0，权重矩阵为：=[0001]来估计传感器故障()。B.令()=0，权重矩阵为：=[0010]来估计具有一步时延的执行器故障(1)。C.令()=0，权重矩阵为：=[1000]
【参考文献】：
期刊论文
[1]基于区间观测器的动态系统故障诊断技术综述[J]. 杨光红,张志慧. 控制与决策. 2018(05)
[2]基于SWT与等价空间的LDTV系统故障检测[J]. 薛婷,钟麦英. 自动化学报. 2017(11)
[3]复杂工业过程质量相关的故障检测与诊断技术综述[J]. 彭开香,马亮,张凯. 自动化学报. 2017(03)
[4]动态系统实际故障可诊断性的量化评价研究[J]. 李文博,王大轶,刘成瑞. 自动化学报. 2015(03)
[5]具有乘性噪声的线性离散时间随机控制系统综述[J]. 刘光明,苏为洲. 控制理论与应用. 2013(08)
[6]基于迭代学习的离散线性时变系统故障诊断[J]. 曹伟,丛望,李金,郭媛. 控制与决策. 2013(01)
[7]Fault detection filter design for linear discrete time-varying systems with multiplicative noise[J]. Yueyang Li 1 and Maiying Zhong 2,* 1.School of Control Science and Engineering,Shandong University,Jinan 250061,P.R.China;2.Science and Technology on Inertial Laboratory,Beihang University,Beijing 100191,P.R.China. Journal of Systems Engineering and Electronics. 2011(06)
[8]存在多路数据丢失的线性离散时变系统故障检测滤波器设计[J]. 李岳炀,钟麦英. 控制工程. 2011(04)
[9]矩阵乘积之迹的不等式[J]. 冯秀红,杨主旺. 山西大学学报(自然科学版). 2011(01)
[10]动态系统的故障诊断技术[J]. 周东华,胡艳艳. 自动化学报. 2009(06)
博士论文
[1]基于运行状态的鼠笼电机转子导条断裂故障诊断方法研究[D]. 贾朱植.沈阳工业大学 2017
[2]动态系统的鲁棒故障诊断与主动容错控制技术研究[D]. 富振铎.哈尔滨工程大学 2014
[3]基于模型的控制系统鲁棒故障诊断技术研究[D]. 姜云春.国防科学技术大学 2006
[4]动态系统的鲁棒故障检测与分离方法研究[D]. 王红茹.哈尔滨工业大学 2006
[5]不确定系统鲁棒故障诊断[D]. 贾明兴.东北大学 2003
硕士论文
[1]神经网络和粒子群算法在高压电力计量系统故障诊断中的应用研究[D]. 张月阳.河南大学 2015
[2]带乘性噪声系统的一类传感器故障检测[D]. 董琦.中国海洋大学 2013
[3]一类带乘性噪声系统的故障检测与估计方法[D]. 滕梓洁.中国海洋大学 2013
[4]控制系统故障检测与诊断方法研究[D]. 付丽荣.哈尔滨工程大学 2011
[5]船舶动力装置状态监测与主机故障诊断的研究[D]. 李敏.重庆大学 2009
本文编号：3386678
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3386678.html
