项目名称: 闭环不确定系统基于反馈控制的故障诊断方法研究

项目编号: No.61473159

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 邱爱兵

作者单位: 南通大学

项目金额: 82万元

中文摘要: 已有故障诊断方法本质上主要针对开环系统,而现代工程系统通常以闭环方式运行。闭环反馈使得故障作用于控制信号进而传播至被控变量,并在模型不确定性等因素影响下使系统广泛呈现虚假故障,现有方法已不再适应闭环不确定系统的故障诊断;另外,计算等资源的约束使得诸如基于观测器的经典故障诊断方法都无法推广应用于多闭环回路的实际大型系统。为此,拟开展如下闭环不确定系统基于反馈控制的故障诊断方法研究:1)分析各类型故障对反馈控制信号以及模型不确定情况下反馈控制信号对残差的影响机理,建立闭环不确定系统故障演化模型并发展故障可诊断性条件;2)基于演化模型,应用反馈解耦、参数估计与补偿等技术,研究闭环不确定系统的故障检测和隔离方法;3)基于反馈控制环路中的可用信号,研究残差直接提取设计方法并发展相应评估方案;4)开展面向增强故障诊断能力和便于残差提取的闭环不确定系统反馈控制器设计。上述主要成果针对风力发电机进行验证。

中文关键词: 故障诊断;闭环系统;残差提取;模型不确定性;反馈控制器设计

英文摘要: Most fault diagnosis methods are developed for open-loop systems esentially while modern engineering systems usually operate in closed-loop. Due to closed-loop feedback, a fault can act on the control signal which is then propagated to the controlled variables,and finally makes the system extensively showing false faults under the effects of model uncertainty.The existing methods can not work for fault diagnosis of closed-loop uncertain systems. Moreover,the computation constraints make some classic fault diagnosis methods such as oberver-based one can not been directly applied for practical large-scale systems with multiple loops. With such backdrop,the proposal focuses on the following researches on fault diagnosis of closed-loop uncertain systems from the viewpoint of feedback control: 1) Analyzing the influence mechanisms of various faults to feedback control signals and then to residuals for closed-loop uncertain system. The fault evolution model is built and the fault diagnostic conditions is presented. 2) Based on the fault evolution model, the fault detection and isolation methods is proposed with help of feedback decoupling and parameter estimation and compensation techniques. 3) By use of the available signals in the feedback control loops, the residual access design method is presented and the corresponding residual evaluation scheme is developed. 4) Designing the feedback controller to enhance fault diagnosis ability and to faciliate residual access. The main results will be demonstrated by wind turbine plateform.

英文关键词: fault diagnosis;closed-loop system;residual access;model uncertainty;feedback controller design

成为VIP会员查看完整内容
1

相关内容

《智能制造机器视觉在线检测测试方法》国家标准意见稿
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
30+阅读 · 2020年12月21日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月29日
小贴士
相关VIP内容
《智能制造机器视觉在线检测测试方法》国家标准意见稿
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
30+阅读 · 2020年12月21日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员