版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MSPC的故障檢測(cè)與診斷方法研究.pdf
- 基于Kriging模型的冷水機(jī)組故障檢測(cè)與診斷方法.pdf
- 基于kriging模型的冷水機(jī)組故障檢測(cè)與診斷方法(1)
- 基于模型的若干故障診斷方法研究與實(shí)現(xiàn).pdf
- 基于DDAG的FDA故障診斷方法研究與應(yīng)用.pdf
- 基于PCA與k-NN的故障檢測(cè)與診斷方法研究.pdf
- 基于邏輯回歸和高斯混合模型的設(shè)備故障診斷技術(shù)研究與應(yīng)用.pdf
- 基于解析模型的故障檢測(cè)和診斷.pdf
- 基于KICA與SVM的故障檢測(cè)與診斷的研究.pdf
- 基于邊界掃描技術(shù)的混合電路測(cè)試方法與故障診斷研究.pdf
- 基于學(xué)習(xí)算法的復(fù)雜故障診斷模型與方法研究.pdf
- 基于混合特征的Android惡意應(yīng)用檢測(cè)方法研究與實(shí)現(xiàn).pdf
- 非高斯過(guò)程故障檢測(cè)與診斷方法研究.pdf
- 基于多元統(tǒng)計(jì)的間歇過(guò)程監(jiān)控與故障診斷方法的研究與應(yīng)用.pdf
- 基于ANNES的模數(shù)混合電路故障診斷方法的研究.pdf
- 基于UML的軟件模型檢測(cè)方法研究與應(yīng)用.pdf
- 混合智能診斷方法在鍋爐故障診斷中的應(yīng)用研究.pdf
- 基于子空間辨識(shí)方法的動(dòng)態(tài)系統(tǒng)的故障檢測(cè)與診斷.pdf
- 基于小波分析的故障檢測(cè)與診斷.pdf
- 基于RNMF-SVDD的故障檢測(cè)與診斷.pdf
評(píng)論
0/150
提交評(píng)論