基于系统辨识的故障诊断与预测性维护

发布时间：2021-04-26 04:25

　　故障诊断指的是对系统运行状态进行分析,并根据分析结果检测、分离和评价异常状况,并为故障恢复提供依据的技术。预测性维护指的是借助算法分析系统状态的变化趋势,在故障造成重大损失前实施主动性维护措施,进而提高设备使用寿命的任务类型。随着集散控制系统在工业过程中的广泛应用,越来越多的生产数据能够得以采集和保存,利用这些数据对故障作出准确的诊断进而对设备实施早期的维护能够节省生产成本、提高产品质量、保证过程安全。然而,由于现代流程工业过程普遍存在复杂性高、非线性强、时变不确定等特点,传统的故障诊断方法已经越来越难满足要求。本文在前人研究工作的基础上,针对工业系统中常见的故障问题,提出了基于系统辨识的故障诊断和预测性维护方法,具体包括:（1）提出了一种基于辨识模型残差的故障检测与分离方法。首先在正常工况下,利用系统输入输出的采样数据辨识出过程的动态模型。然后,在在线监测工况下利用残差来检测系统是否存在故障,以及进一步分离输入端故障、输出端故障与过程参数变化。残差是基于过程输出观测值与模型输出之间一致性检验的结果,残差的阈值根据正常工况条件下残差统计量的分布规律设定。最后,通过仿真验证了所提方法的有... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：122 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 课题研究背景与意义
    1.2 故障诊断简介
        1.2.1 工业故障的类型与诊断步骤
        1.2.2 故障诊断的常用方法
    1.3 系统辨识简介
        1.3.1 系统辨识的定义与基本步骤
        1.3.2 基于系统辨识的故障诊断
    1.4 本文研究内容与结构
2 基于辨识模型残差的故障检测与分离
    2.1 引言
    2.2 面向故障诊断的辨识模型残差选择
    2.3 残差的检测标准及阀值设定
        2.3.1 n Sigma原则
2原则">        2.3.2 T²原则
    2.4 基于检测结果的故障分离
    2.5 案例演示
        2.5.1 仿真研究
        2.5.2 燃气轮机实验研究
    2.6 本章小结
3 基于机理模型的控制阀非线性特性辨识
    3.1 引言
    3.2 控制阀概述
        3.2.1 控制阀简介
        3.2.2 控制阀的常见非线性特性
    3.3 控制阀的非线性辨识
        3.3.1 问题描述与模型的参数化
        3.3.2 模型参数估计的两步实现
    3.4 案例演示
        3.4.1 仿真研究
        3.4.2 工业实例
    3.5 本章小结
4 基于唯象模型的控制阀非线性特性辨识
    4.1 引言
    4.2 控制阀非线性的参数化
        4.2.1 三次样条结构
        4.2.2 多继电结构
        4.2.3 多间隙结构
    4.3 基于松弛迭代算法的模型辨识
        4.3.1 高阶模型的估计
        4.3.2 模型的降阶
    4.4 案例演示
        4.4.1 工业实例一
        4.4.2 工业实例二
    4.5 本章小结
5 面向过程参数变化的故障诊断与预测性维护
    5.1 引言
    5.2 预测性维护的基本思想
    5.3 故障诊断的0.5精度法
    5.4 案例演示
        5.4.1 水箱仿真研究
        5.4.2 TE Benchmark实验研究
    5.5 本章小结
6 总结与展望
    6.1 论文总结
    6.2 研究展望
参考文献
作者攻读硕士学位期间取得的成果



本文编号：3160731