廉价诊断用结构建模和模糊逻辑的检测.ppt

* * * * * * * * * * * * * * * * * * * * * 廉价诊断用结构建模和模糊逻辑的检测 Cheap diagnosis using structural modelling and fuzzy-logic-based detection ————13级检测 董佳 目录 ※ 概述 ※ 结构模型 ※ 船舶标杆 ※ 故障检测与模糊输出观测器 ※ 总结 概述一 实用的故障诊断可以根据简单高效且基于工厂的状态冗余信息的分析，诊断算法可以不用在详细而昂贵的建模下工作。本文展示了它的可能性。结构分析部分，展示了线性或非线性的动态行为的冗余关系，并为模糊输出观测器的设计提供有效的诊断方法。模糊自适应阈值是用来应对实际的不确定性。 概述二 客观的结构方法是识别在工厂测量/部件/子系统中包含的冗余信息。冗余信息可以被分析并用于诊断那些采用了适当的方法的故障。该系统的结构模型不依赖于发电站的具体情况或动态关系。 本文的主题是两者的结合，结构分析的方法来揭示其中的故障可能被诊断，而且主要是支持这样的诊断；模糊输出观测器则提供实际的诊断。这种组合方式在船舶推进标杆实例中具体说明。 结构模型 第一部分主要是构建诊断对象的结构模型。结构模型的分析可以识别部分固有的可用于诊断的冗余信息。然后诊断算法从模糊输出观测器构造比较测量。模糊自适应阈值就是专门用来处理未建模的不确定的影响动力学的参数。其方法的性能由两个特定的故障在推进系统基准测试中用来显示。 结构模型 结构模型 结构模型 结构模型 结构模型 船舶标杆 水面船舶运动的控制一直备受关注，它具有大惯性、大时滞、非线性等特点，又受外界干扰影响。 从燃料到船舶航行中，整个能源转换效率由三部分组成：发动机效率，传输效率和推进效率。在非人为操作的状况下，有三个因素，即发动机转速，螺旋桨螺距比和方向舵的活动，以及实际情况和噪声。 模型中的推进系统的要素是：柴油发动机动力，轴动力学，螺旋桨的特性，船舶速度动力学，桨距角和轴转速控制器，并最终协调控制级。 船舶标杆 结构分析方法应用在下面的转矩相关部分。 船舶标杆 如果测量噪声忽略不计，则： 下面用一个简单的网络来说明函数f与各个变量之间的关系。 船舶标杆 相关的约束如下： 船舶标杆 f5在图4中没有匹配的，因为它有8个关系式和7个未知变量。线性代数中相似，关系式比未知变量多的（方程式）意味着一个变量可以通过不同的组来计算。 船舶标杆 类似的比较下残差信号，残差的生产如下： 船舶标杆 船舶标杆 故障检测与模糊输出观测器 由于船舶运动系统是一个动态的过程，用一个静态的网络去逼近一个动态的过程，可能会使闭环系统在行为上失去很多，尽管公式7中的残差表达是有效的，它的计算依赖于图表，为了解决这种情况，采用一个模糊输出观测器来应对二者的误差和系统的非线性特性以及由于缺乏了解该系统的动力学的某些细节。 故障检测与模糊输出观测器 动态神经网络研究船舶运动控制比较有前途，特别采用动态神经网络与模糊系统相结合。 神经模糊模型 参数a,b,c,d见图6。 故障检测与模糊输出观测器 故障检测与模糊输出观测器 模糊自适应阈值 故障检测与模糊输出观测器 仿真结果 模糊输出观测及相关自适应阈值产生的残余信号 总结 结构分析方法被用于以图为基础的分析，这个分析是对没有采用非常详细建模工作的动力系统的故障诊断的可能性分析。运用自适应神经模糊方法开发的诊断算法中的详细建模也是没有必要 的。 对于神经模糊输出观测器的设计和适用。我们发现有必要设计一个模糊自适应阈值，以配合实际的不确定性。它的结果表明，当故障条件下的系统行为的知识是可用的，故障检测和隔离是可能的。 总结 对比分析基准点问题的解决方案的早期结果表明，质量的检测与其他诊断算法是相似的。一个重要的缺点是，统计特性不能被用来作为设计参数。唯一的突出特征是需要神经模糊诊断方法去大大减少建模工作量。 本文也因此证明了运用相结合的方法的可行性，这种相结合的方法是基于诊断对象的建模工作量低的一种廉价的