飞机液压系统健康状态综合评估技术研究

针对目前飞机液压系统健康状态难以准确评估问题,构建了一个基于灰色聚类法和熵权法相结合的飞机关键部件—液压系统两级健康状态综合评估模型。该模型首先利用熵权法对飞机液压系统各部件相关参数的权重进行计算并确定,然后利用灰色聚类法对飞机液压系统各部件进行健康状态综合评估,得到各部件的聚类系数。在此基础上,用所得各部件聚类系数构成飞机液压系统健康状态综合评估的评判矩阵,再用熵权法计算并确定飞机液压系统各部件的权重,最后利用灰色聚类法对飞机液压系统的整体健康状态进行综合评估,从而得到飞机液压系统健康状态综合评估结果。通过实例对所构建的评估模型进行试验验证。研究结果表明,所构建的健康状态评估模型能够实现飞机液压系统健康状态综合评估效能,具有良好的工程应用前景。     

光伏微逆变器电流传感器和功率管开路故障诊断

当电流传感器出现性能蜕化、故障或失效时,光伏微逆变器系统的输出会受到严重影响,甚至微逆变器系统其他部件有可能被直接损坏而导致整个系统永久失效;微逆变器系统中反激式变换器功率管的开路故障会引起2个交错支路电流不平衡,导致输出电流波形畸变率变大.为此,提出一种基于状态观测器的光伏微逆变器电流传感器和功率管开路故障诊断方法.建立两路反激式变换器的数学模型;构建状态观测器以实现对两路反激式变换器原边电流的在线估计,并生成残差;将残差与阈值进行比较,实现对微逆变器系统中电流传感器与功率管的实时故障诊断.仿真结果验证该方法可行且有效.     

参数未知的离散系统Q-学习优化状态估计与控制

控制系统的应用中存在状态不能直接测量或测量成本高的实际问题,给模型参数未知的系统完全利用状态数据学习最优控制器带来挑战性难题.为解决这一问题,首先构建具有状态观测器且系统矩阵中存在未知参数的离散线性增广系统,定义性能优化指标;然后基于分离定理、动态规划以及Q-学习方法,给出一种具有未知模型参数的非策略Q-学习算法,并设计近似最优观测器,得到完全利用可测量的系统输出和控制输入数据的非策略Q-学习算法,实现基于观测器状态反馈的系统优化控制策略,该算法的优点在于不要求系统模型参数全部已知,不要求系统状态直接可测,利用可测量数据实现指定性能指标的优化;最后,通过仿真实验验证所提出方法的有效性.     

切换系统激活模式辨识和有限时间状态估计北大核心CSCD

针对一类具有未知输入的不确定线性切换系统,考虑并利用有限时间观测器解决其激活模式辨识和有限时间状态估计问题。首先,利用状态和输出变换得到解耦未知输入的降维切换系统。其次,为每一个降维子系统设计一个对应的有限时间观测器,并对降维系统与观测器系统输出的残差范数进行最小化,从而提出一种激活模式辨识的方法。然后,通过有限时间观测器设置任意小的时间参数,实现了对降维解耦切换系统的有限时间状态估计,同时利用状态等价变化的方法得到原系统的有限时间状态估计。最后,通过MATLAB仿真验证了所提方法的可靠性。     

基于神经网络的无刷同步电机控制系统故障诊断研究

设计了一套无刷同步电机控制器的故障诊断系统,利用实际的非线性控制系统训练神经网络状态观测器,根据系统实际输出与神经网络观测器输出之间的残差来判别和检测实际控制系统的故障,针对系统控制器、电流和速度传感器故障进行故障诊断研究仿真实验。仿真结果表明该方法能有效抑制噪声,能快速准确地确定故障发生的时间、位置、大小以及故障的类型,具有很强的鲁棒性。说明该方法具有很强的适用性和应用价值。     

基于迭代学习的线性不确定重复系统间歇性故障估计

针对一类带有不确定参数项的线性重复系统间歇性故障估计问题, 本文提出一种基于迭代学习的故障估计算法.该算法通过设计基于迭代学习的故障估计器和状态观测器, 构造李雅普诺夫方程和优化函数证明该算法的鲁棒性和收敛性, 并通过线性矩阵不等式, 求解出算法中的观测器增益矩阵和迭代学习参数矩阵.区别于其他观测器方法, 本文中的方法利用上一次基于迭代学习观测器输出和系统实际输出产生的残差信号, 对本次的故障信号进行跟踪估计, 从而准确地估计出故障的幅值和形状.仿真结果说明了该算法的有效性和准确性.     

基于滑模观测器的机器人系统传感器故障诊断

本文基于变结构滑模状态观测器，提出了一种在模型含有不确定性误差的情况下，机器人控制系统传感器故障的鲁棒诊断方法．通过滑模观测器与传感器的输出构造残差信号，然后从残差中提取故障信息，实现故障的检测与分离．实验结果验证了该方法的有效性．     

飞机余度舵机系统鲁棒故障诊断

提出一种利用特征结构配置与状态反馈解耦相结合设计观测器的方法,实现余度伺服系统的鲁棒故障诊断,利用特征结构方法,可以实现残差与结构性干扰解耦;利用对偶原理,进行解耦观测器设计,可使残差不受交联作用影响,利用这两种方法中参数设计的自由度,使其互相逼近,做到在干扰解耦的基础上,故障最大程度地实现通道解耦,该方法不仅适用于突变故障,而且也适用于渐变故障和多故障的诊断。     

载重轮胎硫化过程的故障诊断

硫化过程是载重轮胎生产工艺中非常重要的一步,硫化质量的好坏对轮胎的质量起举足轻重的作用。在实际生产过程中,高温蒸汽有可能损伤阀门,使阀门泄漏而产生故障。因此,建立载重轮胎硫化生产过程的故障诊断,以便能及时、正确地对异常状态和故障状态做出诊断和预防,提高设备运行的可靠性、安全性和有效性,把故障损失降低到最低水平。首先,对轮胎硫化生产过程进行了分析,利用橡胶轮胎硫化实时监控系统所采集到的相关数据,采用参数估计法建立了硫化过程的数学模型。在此模型的基础上设计状态观测器,比较无故障和有故障的残差信号以判断有无故障发生,从而实现了轮胎硫化生产过程的故障诊断。最后仿真结果表明,当轮胎硫化过程中出现故障时,该方法可以有效地实现对故障的诊断。     

严格反馈非线性系统的自适应神经网络输出反馈控制

基于非线性反馈函数,文章设计神经网络状态观测器,解决一类非线性系统的输出反馈控制问题.非线性反馈神经网络观测器在系统存在不确定性函数的情况下实时估计系统状态.利用所获得的状态信号,设计了自适应神经网络动态面控制器,同时保证了闭环系统的稳定性和所有信号的有界性.通过调节设计参数的取值能够达到期望的闭环跟踪性能.数值仿真表明,所设计的状态观测器不需要对原系统做状态变换,能够克服输出反馈滑模控制器带来的抖震问题.     

基于自适应阈值与扩张状态滑模观测器的AUV执行机构故障检测与估计

作为自主式水下机器人(AUV)的重要组成部分,执行机构的可靠性对系统的安全运行具有重要意义.本文以AUV六自由度模型为基础,提出了一种基于自适应阈值与扩张状态滑模观测器相结合的故障检测与估计机制.首先,本文将模型中除去控制输入的部分扩张成新的系统状态,得到估计值和实际值之间的残差;其次,针对执行机构的未知扰动,文章设计了一种改进的自适应阈值以监测残差的变化,进一步降低了误诊率与漏诊率;随后,文章在扩张状态的结构基础上设计滑模观测器,将观测器的增益求解转化为线性矩阵不等式(LMI)约束优化问题;最后,通过动态滑模面的设计实现了抖振的抑制并论证了该动态滑模面的收敛性,同时引入等效控制输出误差注入原理,实现了AUV执行机构的故障重构.仿真结果表明,本文所提方法对AUV执行机构的故障具有较好的检测灵敏度和估计精度.     

基于动态权重的设备健康状态评估方法

设备健康度是对设备健康状态的定量评估,可以更准确地反映设备健康状态.现有健康度评估方法并不能很好地反映设备的真实健康状态.针对某型雷达发射机的健康度评价问题,提出了基于动态权重的健康度精确评估方法.本文利用指数函数对各参数的权重动态变化规律进行建模,然后计算采集向量与最佳向量的加权标准欧式距离,可以更加准确地评价设备的健康度.通过对某型雷达发射机的实际测试表明,本方法计算结果准确可靠,能够更好地反映设备的健康程度.     

基于状态观测器的卫生执行机构故障诊断方法研究

本文提出了一种利用状态观测器对卫生控制系统执行机构进行故障诊断的方法,该方法通过观测器对卫星控制系统的状态进行重构,从而检测系统的真实输出和观测器的估值之间的偏差来实现对执行机构的故障诊断。首先,建立了状态观测器的动力学模型,并对观测器的估计误差动力学进行了分析;在此基础上,建立了考虑执行机构故障时的卫星控制系统的模型;最后,提出了基本状态观测器的卫星执行机构的故障诊断方法。     

基于模糊状态观测器的燃气轮机转速传感器故障检测研究

为了更好的跟踪状态量可测的燃气轮机转速曲线,将模型参考自适应与模糊控制相结合,构造了燃气轮机转速模糊状态观测器,不断逼近系统实时转速输出,解决了传统状态观测器在模型不精确时易产生的误差累计和观测偏移的问题,并通过估计相对差和自适应阀值的比较实现传感器故障检测。利用 Lyapunov稳定性理论证明了观测器跟踪误差在有限时间区间内一致收敛到零。仿真结果验证了算法的可行性和有效性。     

具有非匹配扰动的非线性变参数系统模型参考跟踪控制

本文研究了一类含有非匹配扰动的非线性变参数系统的跟踪控制问题.首先,设计非线性扰动观测器用于估计系统所受到的未知扰动.其次,在前馈–反馈跟踪控制器中引入扰动补偿控制项,提出一种基于扰动观测器的跟踪控制策略.利用依赖于状态和时变参数的线性矩阵不等式,导出保证闭环系统输入–状态稳定的充分条件,进而运用平方和凸优化技术解析地构造出扰动观测器和跟踪控制器.通过理论证明,所设计的控制策略能够实现非线性变参数系统输出对参考模型输出的跟踪,消除输出通道中非匹配扰动的影响.最后,由数值仿真例子验证了所提方法的有效性.     

模型不确定性的故障检测滤波器

该文给出一种考虑系统参数变化的观测器设计方法，它将故障残差引入加权矩阵。采用特征结构配置的方法实现对不确定性因素的干扰解耦，使得观测器输出的残差信号对故障信息敏感，而对系统参数敏感性很低，从而提高故障检测对系统参数变动的鲁棒性。     

基于诊断观测器的最优事件触发故障检测

提出一种基于诊断观测器的最优事件触发故障检测方法.首先,针对自适应混合事件触发下的远程监控系统,发展一种数值代数结合型的低阶诊断观测器参数矩阵计算方法,以满足残差生成中的Luenberger条件;然后,通过评估事件触发传输误差、干扰和故障对残差信号的影响,构建$H_{\infty     

基于测试数据的装备健康状态评估方法

针对当前装备健康状态评估方法无法反映健康状态变化过程的问题,提出了一种基于测试数据的装备健康状态评估方法。该方法通过对待测部件进行测试,观察测试数据变化规律并对比测试数据的正常范围,分别计算测试部件的基本健康度、健康度变化率和健康度变化幅度,得到了装备动态变化过程中的健康度数学模型,并建立了串联、并联系统的武器装备健康状态评估方法。利用该方法分别对某型潜射导弹发动机、伺服机构液压源的测试数据进行实例分析,结果表明该方法可准确真实反映装备健康状态的变化过程,提供使用者科学有效的故障预测和维修决策依据,更加符合装备基于状态的维修要求,提高了装备完好率和任务完成率,具有较强的可操作性。     

基于滑模观测器的电流传感器故障监测系统设计

为了保证电流传感器的工作效率,为设备维护提供有效参考,利用滑模观测器优化设计了电流传感器故障监测系统。加设滑模观测器,改装数据采集器、信号处理器等设备,调整系统的电路连接方式,在抗干扰约束下,完成硬件系统的优化设计。根据电流传感器的工作原理和故障特征,构建电流传感器故障数学模型。利用滑模观测器及其逻辑原理,实时收集电流传感器的运行信号。根据传感器故障特征,选择并计算电流传感器的故障监测指标,通过与设置故障标准的比对,输出可视化的电流传感器故障监测结果。通过系统测试实验得出,基于滑模观测器的电流传感器故障监测系统的指标监测误差、故障类型误检率和漏检率均低于预设值,由此证明优化设计系统具有良好的故障监测功能。     

基于LSTM的风洞设备健康状态评估方法研究

针对风洞设备健康状态评估中特征提取困难、量化算法复杂等问题,提出了一种基于深度学习的健康度评估方法,利用正常状态样本数据训练LSTM编解码器网络并构建特征空间,利用测量数据特征向量与特征空间的欧氏距离衡量健康状态的退化程度,从而高效地实现了系统或设备的健康状态量化评估;经风洞试验室轴流风机转子不平衡故障、长轴轴承裂缝故障等两个数据集进行验证,取得了与设备工作状态一致的健康度评估值,具有很强的工程应用价值。