非线性系统故障可诊断性评价及诊断方法研究

发布时间：2021-10-24 02:40

　　研究表明,故障可诊断性低是导致系统事故的主要原因之一,即可测信息不足以为迅速、可靠的检测系统故障做支撑。对于故障可诊断性的研究,传统的方法大都是在故障发生之后且集中于定性研究,既无法量化明确故障可诊断性的真实水平,亦难以改造提升。因此,探索如何在设计阶段（故障发生之前）就能了解系统的故障可诊断性能,如何在设计阶段通过传感器优化配置使系统具有较高的故障诊断能力,又如何选取适当的方法对系统进行有效的故障诊断,亟需提上日程。着眼于上述问题,本文展开了如下工作:1)非线性系统故障可诊断性量化评价方法研究针对非线性系统故障可诊断性量化评价缺失的问题,以K-L散度算法为基础,充分考虑扰动、噪声等不确定性因素对评价结果准确性的影响,以稀疏内核密度估计与蒙特卡洛方法为有益补充,通过对单一故障或不同故障情况下概率密度函数的相似度和差异度计算,给出对非线性系统故障进行准确量化评价的求解方法和步骤,并进行满足故障可诊断性评价指标的测量噪声可行域分析,为系统进一步开展故障可诊断性设计和故障诊断奠定了基础。2)非线性系统故障可诊断性设计方法研究为了增加系统的测量信息,提高系统的故障可诊断性评价指标,综合运用贪心... 

【文章来源】：兰州理工大学甘肃省

【文章页数】：123 页

【学位级别】：博士

【部分图文】：

不含测量噪声的残差数据分布图

Fault error 4图 2.3 含有测量噪声的残差数据分布图图形数据颜色热度的渐变特性我们不难看出，首数据出现了重叠，但若按照数据出现的频率计算范围之内；其次，若测量噪声增大，或是当故障重；再者，为了对图 2.3 所示情形的残差数据进基于状态数据间距离的方法已经很难实现。如果，则噪声域的变化则是制约系统能否具有故障可有所限制，使上述残差数据域不发生交叠，就可，这个受限的噪声域便是下面要求解的问题。的故障数据情形可能具备一定的特殊性，事实上 0 值范围波动，且故障数据包含了正常数据而比笔者认为上述分析是具有普遍意义的。性指标约束下的测量噪声可行域分析在正常情况下的残差数据的概率密度函数为p

图 3.1 系统运行状态与残差变量映射关系图定非线性动态系统中存在m种可能{ | 0,1, , }k f k m，其中，0f代表当前行状态，即 ( 0,1,2, , )kS k m，kS中包过对系统状态进行检测后可得，其测量时的状态变量，对应的状态残差变量残差变量之间的对应关系，就可以对系想状况下，如果系统的运行状态与残差测或是不同故障之间的分离都会变得简运行状态都对应多个残差变量的变化，共同影响的，这种多对多的映射关系对性进行直观分析，可以以残差变量为坐图 3.2 所示[128]。从图 3.2 的直角坐标系角坐标系内，且故障状态( 1,2, ,5iS i 以得出当前的故障状态均是具备可检测

【参考文献】：
期刊论文
[1]自适应广义滑模观测器之状态估计和故障重构[J]. 穆凌霞,余翔,李平,王新民.  控制理论与应用. 2017(04)
[2]线性/非线性自抗扰切换控制方法研究[J]. 李杰,齐晓慧,夏元清,高志强.  自动化学报. 2016(02)
[3]基于自适应阈值的粒子滤波非线性系统故障诊断[J]. 蒋栋年,李炜.  北京航空航天大学学报. 2016(10)
[4]有干扰的控制系统故障可诊断性量化评估[J]. 李文博,王大轶,刘成瑞.  控制理论与应用. 2015(06)
[5]一类非线性系统的故障可诊断性量化评价方法[J]. 李文博,王大轶,刘成瑞.  宇航学报. 2015(04)
[6]非线性系统故障诊断的粒子滤波方法[J]. 张玲霞,刘志仓,王辉,齐会云,胡旦.  电子学报. 2015(03)
[7]基于有限时间输出反馈的线性扩张状态观测器[J]. 杨明,董晨,王松艳,晁涛.  自动化学报. 2015(01)
[8]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)
[9]基于DG的航天器部件可诊断性测点配置方法[J]. 刘睿,周军,李鑫,刘莹莹.  系统工程与电子技术. 2014(10)
[10]基于参数估计的一类非线性系统故障诊断算法[J]. 孙蓉,刘胜,张玉芳.  控制与决策. 2014(03)



本文编号：3454411