基于混合模型的故障檢測(cè)與診斷方法的研究與應(yīng)用.pdf

1、現(xiàn)代化生產(chǎn)系統(tǒng)日趨復(fù)雜，通常具有非線性、強(qiáng)耦合、不確定性、高維數(shù)等特點(diǎn)，且經(jīng)過(guò)長(zhǎng)期的運(yùn)作和損耗，系統(tǒng)不可避免地會(huì)發(fā)生故障。如何有效地檢測(cè)并診斷故障、使系統(tǒng)盡快恢復(fù)正常工作狀態(tài)，是學(xué)術(shù)界和工業(yè)界共同的研究熱點(diǎn)。
　　快速、準(zhǔn)確的故障檢測(cè)與診斷離不開(kāi)高精度的系統(tǒng)模型。常用的傳統(tǒng)建模方法可粗略分為機(jī)理建模、知識(shí)建模和數(shù)據(jù)驅(qū)動(dòng)建模。機(jī)理模型能準(zhǔn)確表達(dá)系統(tǒng)的內(nèi)在聯(lián)系，參數(shù)可解釋性強(qiáng)，模型外延性好，但建模難度較大。知識(shí)建模適用于難以定量建模的

2、系統(tǒng)，但模型移植性差。數(shù)據(jù)驅(qū)動(dòng)模型不需要對(duì)象先驗(yàn)知識(shí)，但模型精度和泛化能力高度依賴(lài)于建模數(shù)據(jù)。對(duì)于現(xiàn)代復(fù)雜系統(tǒng)，僅僅依靠單一建模手段難以得到高質(zhì)量模型，而混合建模策略是獲得準(zhǔn)確可靠模型的有效手段之一。
　　本文結(jié)合數(shù)據(jù)模型和機(jī)理模型的特點(diǎn)，采用串聯(lián)型混合建模策略，提出了基于混合模型的故障檢測(cè)與診斷方法，在三容水箱實(shí)驗(yàn)系統(tǒng)和四旋翼飛行器控制系統(tǒng)中進(jìn)行了應(yīng)用研究。
　　本文具體工作和研究成果總結(jié)如下：
　　1.針對(duì)已知部分

3、機(jī)理特性的系統(tǒng)，將機(jī)理模型與數(shù)據(jù)相結(jié)合，分別利用BP神經(jīng)網(wǎng)絡(luò)（適用于多樣本）和T-S模糊模型（適用于小樣本）對(duì)機(jī)理模型中的不確定參數(shù)進(jìn)行辨識(shí)，建立串聯(lián)型混合模型，并比較兩種方法的建模精度。
　　2.考慮到基于主成分分析(PCA)/多向主成分分析(MPCA)的故障檢測(cè)方法對(duì)幅值較小的故障不甚敏感，因此提出了一種基于混合模型和PCA相結(jié)合的故障檢測(cè)方法，對(duì)輸出誤差(混合模型輸出與實(shí)際輸出之差)做PCA和MPCA分析。分別與基于機(jī)理模型

4、、純數(shù)據(jù)驅(qū)動(dòng)的PCA/MPCA兩種故障檢測(cè)方法相比較，本文方法具有更好的檢測(cè)快速性。
　　3.故障一般可分為執(zhí)行器故障和傳感器故障，分別對(duì)應(yīng)于狀態(tài)方程和輸出方程；本文通過(guò)分析系統(tǒng)模型的不確定性，提出了一種基于混合模型的故障診斷方法，分析模型中的不確定性部分，并對(duì)該部分進(jìn)行重構(gòu)，從而達(dá)到故障診斷的目的。
　　4.在三容水箱系統(tǒng)和四旋翼飛行器控制系統(tǒng)上充分驗(yàn)證了本文所提出的混合建模和基于混合模型的故障檢測(cè)與診斷方法，應(yīng)用結(jié)果證實(shí)