基于LMI的一类非线性离散动态系统的鲁棒故障诊断

 针对一类非线性不确定离散动态系统 ,提出了一种新型鲁棒故障诊断方法。该方法不但能够对被诊断系统进行故障检测 ,而且同时能够实现故障的分离和辨识。它首先通过构造一个辅助系统 ,将故障的辨识问题转化为min max问题 ,并且通过巧妙设计辅助系统的输出增益矩阵 ,使得辅助系统与被诊断系统的状态差值方程和输出差值方程稳定 ,然后将min max问题转化成LMI问题 ,最后通过求解LMI问题来实现故障诊断。分析了故障诊断方法的鲁棒性、灵敏度和故障的辨识误差。仿真结果验证了该方法的有效性。     

进行非线性系统部件故障诊断的一种方法

为了辨识诊断非线性系统的部件故障,提出了Volterra核拟合线辨识模型。将各阶的Volterra核按照一定算法拟合为各阶曲线,基于多个阶跃响应对拟合线进行辨识并进行各阶分离,然后根据故障对各阶拟合线的影响特征进行故障辨识。将它仿真应用于一种液压放大器的故障诊断,结果较准确,计算量较少。适用于对非线性系统的部件偏差及故障的诊断。     

飞机执行器故障诊断方法研究

故障诊断是容错控制技术的基础,本文采用了一种独特的辨识算法,通过对系统开环增益的辨识而确定控制系统执行器的工作状态。仿真结果表明,该算法可以快速、有效地确定出当前执行器的工作状态。经过进一步的改进,该算法还可以应用于控制系统其他参数的故障诊断。     

基于系统辨识的框架控制系统设计

为提高框架系统控制性能,采用系统扫频方法对系统实际模型进行扫频辨识。由于加工和安装工艺等原因,框架不同位置处的摩擦力矩差异较大。研究了固定补偿值摩擦力矩补偿算法和变补偿值积分摩擦力矩补偿算法,并重新进行了扫频。根据辨识得到的模型设计了校正网络,提高了系统控制性能。     

一种时域稳定参数预报与最优估计兼容的参数辨识法

 本文导出一种基于时域稳定的参数预报与最优估计兼容的状态估计和参数辨识算法。这种算法将系统辨识分为三步:1.以辨识系统预报误差渐近稳定为准则的参数预报;2.以预报参数为条件的状态估计;3.对参数和状态的后验修正。即一般分割辨识算法（GPIA）与模型参考辨识算法（MRIA）相结合的兼容辨识算法。本文将这一算法用于飞行器气动系数和控制导数的辨识,并与GPIA算法所得结果相比较。     

基于ODE参数辨识的液压伺服系统灰箱建模

 针对液压伺服系统常规"白箱"建模由于参数无法精确获得导致所得模型精度不高及"黑箱"建模所得模型内部结构未知的问题,本文提出基于ODE参数辨识的液压伺服系统"灰箱"建模。首先,建立了工程上实用的系统状态空间模型, 根据系统特征确定了待辨识参数,将模型辨识问题转化为常微分方程(ODE)参数辨识问题;然后,采用正弦扫频信号作为激励信号和基于带边界约束的信赖域优化算法的初值问题方法进行参数辨识;为了和ODE参数辨识结果进行对比,本文同时采用系统的频率响应数据和最小二乘法辨识得到系统的"黑箱"传递函数模型;最后,通过大量实验验证了辨识模型的精确度。实验结果表明,本文提出的基于信赖域算法的液压伺服系统模型辨识方法可以有效处理参数的边界问题,使辨识模型既具有实际的物理意义,又与实际系统高度符合。     

液体火箭发动机健康监控──故障检测与诊断

以大型液体火箭发动机故障诊断系统框架为基础，按照发动机不同工作阶段的特点建立了相应的故障检测与诊断算法。利用发动机的高队数学模型，对基于推广的卡尔曼滤波器技术的新息检测算法进行了研究。根据发动机系统工作过程的特点，建立了降阶故障模式响应模型，并发展了相应的故障模式检验方法。为了适应在线实时检测的需要，利用发动机的试验数据，分别研究了基于人工神经元网络辨识模型的发动机启动过程检测算法和基于时间序列分析方法的发动机主机工作过程检测算法。通过试验数据的检测验证，证明了这些实时算法的快速性、准确性和鲁律性。     

一种无人直升机飞行力学模型辨识方法研究

研究了一种无人直升机飞行力学模型辨识方法.将状态子空间辨识法和误差预报辨识法这两种不同机理的辨识方法相结合,用于无人直升机飞行力学模型的辨识.通过仿真计算,成功地辨识得到了悬停状态下算例无人直升机的高阶飞行力学模型.结果表明:提出的辨识方法具备状态子空间辨识法和误差预报辨识法各自的优点,不会出现经典辨识算法中寻优过程中出现的局部极小现象以及迭代带来的收敛性问题.     

基于新息正交性的Kalman滤波抗野值法在POS中的应用

 针对位置姿态系统（POS）应用中全球定位系统（GPS）野值会降低滤波精度和稳定性的问题,提出将基于新息正交性的Kalman滤波（KF）抗野值法应用于POS数据处理中。该方法首先通过判断KF新息过程的正交性是否丧失来判别GPS的位置和速度数据中是否出现野值,然后采用活化函数对含有野值的量测值进行加权限制,使修正后的新息过程能够保持正交性质,从而达到辨识并修正GPS野值的目的。车载试验结果表明,该方法能够有效辨识并抑制GPS野值对滤波精度和稳定性的不利影响,其在GPS野值点处的位置、速度精度比标准KF提高了1~2个数量级。     

航天器下行数据异变检测算法研究

针对航天器下行遥测数据故障检测问题,建立了相应的非平稳+异常分量模型,并借鉴采样数据新息增量过程的回归系数有界影响辨识方法,提出了航天器下行数据异常突变在线检测算法,该算法具有简捷的递推关系和良好的容错能力。实测数据结果表明,该算法可以有效地检测出航天器异常数据,并能克服异常数据的不利影响,提高在轨航天器测控过程的可靠性。     

教与学优化算法在风力机变桨自抗扰控制中的应用

随着风力机的发展越来越智能化,除了要求风力机的运行可靠性,还要求其有稳定的输出功率。为了使风力机变桨控制器在运行过程中具有优良的动态品质,提出了一种自抗扰控制(ADRC)的变桨距控制方案,但ADRC也存在参数多、整定难度大这一明显缺点。为此,将教与学算法应用到ADRC的整定过程中,实现了参数的自动整定。仿真结果验证了通过教与学算法自动整定ADRC参数的可行性,与传统PID控制器相比,整定后的ADRC能较好地满足风力机变桨距控制要求,有效维持了风力机输出功率的稳定性。     

风速前馈与变论域模糊结合的变桨距控制

针对传统PID变桨距控制难以在大惯性、强耦合的风力发电机组中取得较好的控制效果,提出了一种风速前馈的变论域模糊变桨距控制方法。根据功率误差及其变化率,通过模糊推理得到输入与输出论域的伸缩因子,避免了确定伸缩因子函数模型及其参数的困难;又采用风速前馈的方式实现桨距角的动态补偿,提高了系统的响应速度。仿真结果表明:当风速超过额定风速时,所提方法能使风力发电机组的转速更加稳定、输出功率更加平稳。     

基于SAPSO算法的异步电动机参数辨识

异步电动机等效电路参数的准确辨识对电动机的控制具有重要作用,同时,等效电路参数的变化可以反映电动机的运行状态,故参数辨识也被运用到电机故障诊断中。将现代最优化算法应用到三相异步电动机的等效电路参数辨识中。通过将粒子群优化算法(PSO)和模拟退火算法(SA)相结合,可以准确有效地对异步电动机的6个等效参数进行辨识,与遗传算法相比,SAPSO算法易于实现且收敛速度快。算法采用考虑铁耗的异步电机dq坐标系下的模型来实现,将温度对电阻参数的影响考虑在内。通过算例证明了算法能够有效地对电机参数进行辨识及跟踪电阻的变化。     

基于多源信息融合-相关向量机的风力发电机故障诊断

为了能够全面准确地识别风力发电机的故障类别,考虑信号源振动和电流之间的相关性,提出了一种基于信息融合和改进相关向量机相结合的故障诊断方法。通过直驱风力发电机试验台实测数据,提取具有较高敏感度的特征参数作为诊断样本,建立基于振动和电流的改进相关向量机诊断模型进行初步故障诊断。利用信息融合建立多信号源故障诊断模型,获得最终风机故障诊断结果。试验表明,与基于单一信号的故障诊断方法相比,该方法具有更高的准确性,能很好地识别具有机电耦合特性的风力发电机故障类型。     

基于TS模糊加权的风电机组变桨距的双模切换优化控制

传统的PID变桨距控制策略存在转速波动较大、变桨的跟随性差等不足。以风速在额定风速以上时,使风力发电机的输出功率稳定在额定功率为研究目标。针对变桨系统的惯性与延迟导致控制过程动态调节时间长、超调量大等问题,提出了基于TS模糊加权的模糊与PID双模切换优化变桨距控制策略。以Simulink为试验平台,搭建了永磁直驱风力发电机组的变桨控制模型。通过仿真验证表明,所提方法具有模糊控制与PID控制两者的优点,控制输出的桨距角精度更高、响应速度更快、功率更加靠近发电机输出的额定功率。     

航空发动机的模糊故障诊断方法研究

提出了一种基于T-S模糊模型的故障诊断方法, 该方法从样本空间提取模糊规则, 在模糊系统参数最优化的同时实现了对模糊系统结构的自适应优化, 并给出了故障判定的阈值确定方法.以某涡扇发动机定检稳态的机载记录数据为依据, 将基于T-S模糊模型的故障诊断方法应用于航空发动机, 研究结果表明, 该方法能准确地判定某涡扇发动机的健康状况, 将其应用于航空发动机故障诊断是可行、有效的.      

航空发动机故障融合诊断研究

结合气路诊断与振动分析方法,建立发动机故障融合诊断模型,探讨气路与振动故障融合诊断方法的可行性。构建故障融合诊断3级体系(故障特征级、故障模式级以及故障决策级融合),实现基于性能参数和振动参数的综合评估方法,获得基于小偏差法的气路故障判据,形成基于动力学分析的振动故障判据,提出故障特征融合的方法,通过算法实现故障融合识别,并在模拟试验器上进行涡轮叶片掉块故障试验验证,获得相应的故障诊断决策。结果表明:设计的发动机故障融合诊断方法合理,算法正确。     

基于GSP仿真和SDAE的航空发动机故障诊断

为了深入研究航空发动机故障机理,提出基于航空燃气涡轮发动机性能仿真软件(GSP)和堆栈降噪自编码器(SDAE)的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障,并得到对应的运行状态参数;从每种故障类型下的长时间序列的状态参数中提取出向量化的曲线特征,构成故障样本;将故障样本带入SDAE模型中进行深度特征提取,经过前向传播和反向微调得到训练好的模型用于发动机故障诊断。结果表明:GSP能够通过参数更改来模拟微弱故障下的状态参数,从而构建多故障样本集;SDAE的重构误差和反向传播误差能够快速收敛到较小值,SDAE的故障诊断正确率为99.5%;与深度信念网络(DBN)、人工神经网络(ANN)以及经典机器学习方法支持向量机(SVM)相比,SDAE的故障分类正确率分别提高了0.8%、6.9%和10.1%。     

可调桨距冲压空气涡轮气动特性实验与数值分析

冲压空气涡轮风洞实验主要目的是采用相似准则,模拟空中加油工作状态,测量涡轮输出功率,分析涡轮气动特性。实验分别使用励磁发电机和加油泵作为测功器,通过调桨变距并测量最大输出功率。气动特性实验表明在风洞气流速度比加油机最小飞行速度低16%的条件下,冲压涡轮输出功率即可满足加油需要。论文还采用高数值稳定性代数Baldwin-Lomax湍流模型模拟冲压涡轮全三维混合型流场,分析流场主要气动特性,讨论桨叶表面载荷的分布。数值模拟结果显示在冲压空气涡轮桨叶近轮毂区域需要进一步优化。      

计及全风况小干扰稳定的双馈风机变换器控制参数设计

随着双馈风电并网容量增大,系统的稳定性与风机变换器控制参数的相关性也越来越大,风机变换器控制参数整定时必须计及电网小干扰稳定性。针对双馈风机单机无穷大系统,建立风机工作在全风况下的小信号模型,采用李雅普诺夫线性化方法并考虑风速分区,分别推导出风机在最大功率跟踪区、恒转速区、恒功率区电网小干扰稳定分析的状态方程。分析风机变换器控制参数与特征根之间的相关性,引入表征系统稳定性强弱的小干扰稳定裕度指标,提出使系统全风况小干扰稳定的风机变换器控制参数设计方案。实例仿真表明:所提方案可快速获取有效参数,并保证全风况下电网小干扰稳定性。