故障檢測(cè)與診斷方法研究及其在網(wǎng)絡(luò)化系統(tǒng)中的應(yīng)用.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，系統(tǒng)逐漸向智能化、自動(dòng)化、復(fù)雜化方向發(fā)展。系統(tǒng)在長(zhǎng)期工作過(guò)程中，由于設(shè)備的磨損或老化，不可避免地會(huì)導(dǎo)致其出現(xiàn)故障。一旦故障發(fā)生，勢(shì)必對(duì)生產(chǎn)過(guò)程造成一定的影響，甚至出現(xiàn)財(cái)產(chǎn)損失和人員傷亡。因此，對(duì)設(shè)備進(jìn)行及時(shí)有效的故障檢測(cè)與診斷具有非常重要的意義。同時(shí)，隨著計(jì)算機(jī)技術(shù)的發(fā)展與網(wǎng)絡(luò)的普及，網(wǎng)絡(luò)化系統(tǒng)越來(lái)越多地出現(xiàn)在生產(chǎn)過(guò)程中。由于網(wǎng)絡(luò)的承載能力和通信帶寬有限，以及環(huán)境遮擋和干擾等因素的影響，網(wǎng)絡(luò)系統(tǒng)中不可避免地存在時(shí)間延

2、遲和數(shù)據(jù)包丟失等問(wèn)題，進(jìn)一步增加了網(wǎng)絡(luò)化系統(tǒng)故障檢測(cè)與診斷的難度。在這樣的背景下，本文綜合考慮以上問(wèn)題，重點(diǎn)研究故障檢測(cè)與診斷技術(shù)及其在網(wǎng)絡(luò)化系統(tǒng)中的應(yīng)用，主要內(nèi)容和創(chuàng)新點(diǎn)如下:
　　(1)提出了改進(jìn)的殘差加權(quán)平方和故障檢測(cè)算法以及范數(shù)有界故障檢測(cè)算法。首先，針對(duì)網(wǎng)絡(luò)數(shù)據(jù)通信存在的一步隨機(jī)滯后和多丟包問(wèn)題，應(yīng)用新息分析方法，設(shè)計(jì)了在線(xiàn)性最小方差意義下的最優(yōu)線(xiàn)性濾波器，并分析了濾波器的穩(wěn)態(tài)特性。其次，基于所設(shè)計(jì)的濾波器，提出了改進(jìn)的

3、殘差加權(quán)平方和故障檢測(cè)算法以及范數(shù)有界故障檢測(cè)算法，并通過(guò)仿真實(shí)驗(yàn)對(duì)兩種方法的性能進(jìn)行了比較研究。
　　(2)提出了一種具有自適應(yīng)網(wǎng)絡(luò)結(jié)構(gòu)和高分類(lèi)準(zhǔn)確率的BP神經(jīng)網(wǎng)絡(luò)(BackPropagation Neural Network，BPNN)故障診斷方法。首先，針對(duì)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)難以確定的問(wèn)題，提出了基于有界最小信息準(zhǔn)則(Akaike Information Criterion，AIC)的隱層神經(jīng)元個(gè)數(shù)優(yōu)選方法，為神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化

4、提供了一種有效途徑。其次，針對(duì)BP神經(jīng)網(wǎng)絡(luò)在少樣本情況下分類(lèi)準(zhǔn)確率不高的問(wèn)題，利用AdaboostM2（Adaptive Boosting Method2）算法可以提高任意系統(tǒng)學(xué)習(xí)能力的優(yōu)勢(shì)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，設(shè)計(jì)了BP_AdaboostM2強(qiáng)分類(lèi)器，使其分類(lèi)準(zhǔn)確率大幅提高，同時(shí)給出了優(yōu)化過(guò)程中提高錯(cuò)分樣本學(xué)習(xí)概率的措施。最后，通過(guò)實(shí)例驗(yàn)證了該方法的實(shí)用性和有效性。
　　(3)提出了一種基于一致強(qiáng)度證據(jù)合成規(guī)則的故障診斷方法。

5、首先，針對(duì)經(jīng)典DS合成規(guī)則無(wú)法處理沖突證據(jù)的問(wèn)題，提出了一致強(qiáng)度的概念，進(jìn)而給出了基于一致強(qiáng)度的證據(jù)合成規(guī)則，分析了其計(jì)算復(fù)雜度，并通過(guò)算例驗(yàn)證該合成規(guī)則的有效性。最后，給出了一種基于一致強(qiáng)度證據(jù)合成規(guī)則的故障診斷模型及其實(shí)現(xiàn)步驟，并通過(guò)實(shí)例驗(yàn)證了經(jīng)過(guò)多故障特征融合后，能夠得到正確的故障診斷結(jié)果。
　　(4)應(yīng)用前面所提出的方法解決移動(dòng)機(jī)器人的故障檢測(cè)和診斷問(wèn)題。針對(duì)移動(dòng)機(jī)器人傳感器子系統(tǒng)和驅(qū)動(dòng)子系統(tǒng)的故障特點(diǎn)，提出了基于系統(tǒng)新息