动态系统的故障诊断技术.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第35卷第6期 自动化学报 V01.35,No.6 2009年6月 ACTAAUTOMATICASINICA June,2009 动态系统的故障诊断技术 周东华1,2胡艳艳1,2 摘要 提出丫一种伞新的分类框架,将故障诊断方法整体分为两大类,即定性分析的方法和定量分析的方法.对现有的方 法在此框架下进行J,划分,并详细介绍J,每种方法的基奉思想、研究进展和典型应用,其中重点讨论J,数据驱动的方法.最后, 简述厂故障预测的研究现状,并探讨r故障诊断研究存在的问题和未_)I∈的发展方向. 关键词 动态系统,故障诊断,故障预测,数据驱动 中图分类号TP277 Fault for DiagnosisTechniquesDynamicSystems ZHOU HUYan-Yanl,2 Dong-Hual,2 AbstractAnovelclassificationframeworkis dividesfault intotwo proposed.whichdiagnosisapproachesclasses:qual- itative and basic research analysisapproachesquantitativeanalysisapproaches.Theidea,main progresses,andtypical ofeachmethodarediscussedin onthedata-driven detail,with applications emphasis approaches.The offault isalso and trendsoftheresearchonfault are predictionoutlined.FinaUy,someproblemsdevelopment diagnosis out. pointed words Key Dynamicsystems,faultdiagnosis,faultprediction,data-driven 随着科学的发展和技术的进步,系统的能力和 角度对现有的故障诊断方法进行了重新分类,将其 现代化水平日益提高.与此同时,系统的投资和规 整体上分为定性分析的方法和定量分析的方法两大 模也越来越火,复杂性越来越高.这类复杂人系统一 类,如图l(见卜.页)所示.其中,定量分析方法义 旦发生事故,便会造成巨大的财产损失和人员伤亡. 分为基丁二解析模型的方法和数据驱动的方法,后者 冈此,复杂系统的可靠性和安全性迫切需要提高,以 义进一步包括机器学习类方法、多元统计分析类方 减少重火事故的发生.动态系统的故障诊断(Fault法、信号处理类方法、信息融合类方法利粗糙集方 法等.本文对每类方法的基本思想和研究进展等进 diagnosis)技术是提高系统可靠性和降低事故风险 的重要方法.故障诊断主要研究如何对系统中出现 行了详细论述,其中重点讨论了数据驱动的方法.最 的故障进行检测、分离和辨识,即判断故障是否发 后,本文还介绍了故障诊断的扩展领域一故障预测 生,定位故障发生的部位和种类,以及确定故障的大 (Fault 小和发生的时间等.过去的儿十年中,故障诊断问题 研究存在的问题和未来的发展方向. 得到了国内外学者的广泛关注,取得了丰硕的研究 1定性分析的方法 成果【1—111. 传统的分类思想一般将故障诊断方法划分为基 L1

文档评论(0)

cxmckate + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档