项目名称: 一类系统在闭环运行情况下的多模态数据驱动故障诊断方法

项目编号: No.61304109

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 胡静

作者单位: 河南工业大学

项目金额: 26万元

中文摘要: 现有无论基于数据驱动或基于解析模型的故障诊断方法大多是针对开环系统设计的,而现有系统大多运行在闭环情况下,反馈回路的引入使得系统各变量间的相关性变得更加复杂,闭环过程呈现出多模态特性,已有面向开环控制系统的故障诊断方法显得不适用,效果不佳。为此将重点研究:1)以一类典型的闭环系统(如无人机飞控系统)为背景,以数据驱动的故障诊断理论为手段,开展一类系统在闭环情况下的多模态数据驱动故障诊断方法研究:揭示同一故障在开环、闭环下的表现形式,建立动态投影框架,定义故障可检测标准,辨识真实故障和"伪故障",建立闭环系统的多模态故障诊断方法。2)以多元统计分析方法为主,结合信息融合等技术,重点解决现有数据驱动的多模态故障诊断方法中存在的深层次问题:在闭环运行情况下,多模态过程的数据表示和建模,故障模式和多模态模型间的映射关系,基于故障传播机理分析的故障辨识方法,反映故障动态特性行为的特征向量的提取方法。

中文关键词: 故障诊断;数据驱动;闭环运行;多模态;

英文摘要: The existing fault diagnosis methods both based on data-driven and the analytical model are mostly designed for a open-loop system, while most of the existing systems running in a closed-loop operation. The introduction of the feedback loop makes the correlation between system variables more complex, meanwhile, the closed-loop process shows a multi-mode characteristic. The existing fault diagnosis methods for open-loop control system are no longer applicable and effective. Therefore, this project will carry out the following researches: 1) On the background of a class of typical closed-loop system (such as UAV flight control system), by means of the data-driven fault diagnosis theory, data-driven multi-mode fault diagnosis methods for the closed-loop system are studied: to reveal the fault pattern respectively in the form of open-loop and closed loop system with the same fault, build a dynamic projection framework, define fault detectable standards, identify the real failure and "pseudo fault", and establish multi-mode fault diagnosis methods for the closed-loop system. 2)multivariate statistical analysis method combined with the information fusion theory are mainly used to solve the underlying problems in the existing data-driven multi-mode fault diagnosis methods: data representation and modeling of multi-mode

英文关键词: fault diagnosis;data-driven;closed-loop;multi-mode;

成为VIP会员查看完整内容
2

相关内容

通过采集数据(这里的数据必须满足大、全、细、时),将数据进行组织形成信息流,在做决策或者产品、运营等优化时,根据不同需求对信息流进行提炼总结,从而在数据的支撑下或者指导下进行科学的行动叫做数据驱动。
「实体对齐」最新2022综述
专知会员服务
132+阅读 · 2022年3月15日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
面向任务型的对话系统研究进展
专知会员服务
57+阅读 · 2021年11月17日
专知会员服务
26+阅读 · 2021年9月4日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
专知会员服务
97+阅读 · 2021年6月23日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11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
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
ACL 2019 | 面向远程监督关系抽取的模式诊断技术
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
已删除
将门创投
12+阅读 · 2018年6月25日
【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 · 2014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
2+阅读 · 2012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 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
Arxiv
1+阅读 · 2022年4月19日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
13+阅读 · 2022年1月20日
Arxiv
10+阅读 · 2020年11月26日
小贴士
相关VIP内容
「实体对齐」最新2022综述
专知会员服务
132+阅读 · 2022年3月15日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
面向任务型的对话系统研究进展
专知会员服务
57+阅读 · 2021年11月17日
专知会员服务
26+阅读 · 2021年9月4日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
专知会员服务
97+阅读 · 2021年6月23日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11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
相关资讯
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
ACL 2019 | 面向远程监督关系抽取的模式诊断技术
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
已删除
将门创投
12+阅读 · 2018年6月25日
【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
相关基金
国家自然科学基金
2+阅读 · 2014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
2+阅读 · 2012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 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员