智能故障诊断控制策略(讲).ppt

自适应学习控制原理 当智能控制器根据原有知识所产生的决策对监控对象前馈和反馈控制器的修改已无法使系统达到满意性能时，利用环境信息，启动学习模块对智能控制模块中的知识自动更改，排除无用知识，加入有用知识，自动修改权系数，就可实现故障自学习控制 * 故障自适应学习控制系统结构图 自适应学习控制技术 1）模糊学习控制技术：利用模糊逻辑表示和推理知识，从行为上模拟人的模糊推理和决策过程。是一种以模糊集合论、模糊语言变量和模糊逻辑推理为基础的计算机数字控制技术。适用于难以建模的对象和复杂过程的控制，控制形式简单易于实现；但模糊逻辑对学习模型和学习算法缺少理论描述。 2）神经网络学习控制技术：是由大量神经元组成的结点联结与权值分布来表示信息的计算机系统。具有并行计算、分布存储、高度容错、自组织和自学习等特点；但神经网络只能表示数值型数据。 * 自适应学习控制技术 3）遗传算法学习控制技术：是一种在计算机上模拟生命进化过程的智能算法，根据适者生存、优胜劣汰的规则进行有哪些信誉好的足球投注网站计算和问题求解。遗传算法能根据少量样本进行学习，并具有并行计算、快速寻找全局最优解等特点。 4）专家学习控制技术：根据不同的学习类型，采用不同的学习算法或策略对新获取的知识进行学习，从而完善和提高专家控制的智能化水平。 * 4. 故障自适应补偿控制* 对于旋转设备，在运行过程中发生故障或将要发生故障之前，可通过有效地降低设备的运行速度或负载，实现对故障的补偿控制。 假定设备运行状态可用动态方程描述为： 设备故障时，其动态方程变为： 通过调整状态反馈阵F，就可实现故障自适应补偿控制： * 5. 故障自适应重构控制* 在监控对象模型已知的情况下，可预先根据对应模型设计控制器。只要能及时检测出系统的动态变化或故障，通过自适应重构，就可实现故障容错控制。 故障自适应重构容错控制主要由四部分组成： 控制器：保证系统在不同模态下闭环稳定且满足要求 观测器组：为了检测和辨识系统动态变化，可用多个状态观测器组成观测器组，作为跟踪系统变化的参考对象 状态监测和故障诊断模块：利用观测器组的残差和检测辨识逻辑，分离出系统固有模态 容错重构逻辑：根据检测出的系统模态和容错控制逻辑，切换不同的控制器 * 主要知识 瞬时故障的消除：几种常用的消除策略 多模块并行诊断决策：原理，单输出对象的模型区域划分、模型切换、避免切换振荡，多输出对象的模型区域划分、模型切换 故障自适应学习控制：原理，模糊学习、神经网络学习控制技术 * * * * 智能故障诊断技术 * 组员：张诚、汪灵廪、陈清元 2014年12月20 智能故障诊断的控制策略 1. 瞬时故障的消除 2. 多模块并行诊断决策 3. 故障自适应学习控制 4. 故障自适应补偿控制* 5. 故障自适应重构控制* * 1. 瞬时故障的消除 * 故障类型 永久故障 瞬时故障 故障结果 系统功能失效并导致系统故障 一般不会导致系统故障 持续时间 很长 很短 故障原因 设备元部件的物理性能恶化所致 环境干扰或内外部条件变化所致 故障修复 不能自行修复，需更换部件 可能自行修复，不一定更换部件 瞬时故障的消除策略 1）循环采样技术：将信号的一次采样改为循环采样，通过对采集数据的类比分析，消除瞬时故障 2）自动补偿技术：采用特殊结构和特殊装置组成补偿器，抵消瞬时故障影响，如温度补偿器 3）自动切换技术：设备运行中出现瞬时过载等不安全情况时，使设备有关部分或全部停止运行，消除瞬时故障影响和保护设备，如切换开关、熔断器 4）阻尼技术：设备运行中出现过载物理量时，对其加以限制或衰减，消除瞬时故障影响，如电感器抑制过电压、减震器吸收振动冲击等 * 瞬时故障的消除策略 5）旁路技术：把瞬时过载能量或不需要的物理量从旁路泄走，如低阻通路将瞬时过载电能旁路到大地、过流阀旁路掉液压或气动系统能量等 6）屏蔽技术：把瞬时故障的效应屏蔽起来，以消除瞬时故障的影响，如碳纤维或形状记忆合金等 7）隔离技术：通过设计瞬时故障隔离器来消除瞬时故障的影响，如电磁隔离等 * 2. 多模块并行诊断决策 多模块并行诊断决策：即对同一种故障信息，用不同的诊断模块进行识别，若结果相同或基本相同，则认为诊断成功，并根据故障性质和故障特征，调用相应的容错模块对故障进行容错控制；若诊断结果差异较大，则可采用表决方法对结果作出判断。 * 2.1 单输出对象诊断策略 离线辨识：在不同工作区段取代表性工作点激励对象，产生多组训练数据，离线训练各子模型； 在线控制：用