智能故障诊断的控制方案.pptVIP

******智能故障诊断技术第三章智能故障诊断的控制方案基于状态反馈的故障诊断与容错控制基于故障补偿的故障诊断与容错控制基于多模冗余的故障诊断与容错控制基于功能模块的故障诊断与容错控制基于神经网络的故障诊断与容错控制基于专家系统的故障诊断与容错控制容错控制的基本概念基本思想是利用系统的冗余资源来实现故障容错。即在某些部件发生故障的情况下，通过系统重构等，仍能保证设备按原定性能指标继续运行；或以牺牲性能损失为代价，保证设备在规定时间内完成其预定功能。01故障诊断是容错控制的基础——首先需要适时地检测出故障，并对故障的部位、类型、原因、程度等做出准确判断，然后采取相应的容错控制策略，对故障进行补偿、抑制、削弱或消除。02容错控制方法可分为硬件结构和解析冗余两大类。031.基于状态反馈的故障诊断与容错控制设监控对象正常状态下的动态方程为：采用状态反馈后，正常状态下的动态方程为：则出现故障时变为：0102logo为了使设备出现故障时的性能与正常状态时的性能尽可能地接近，应选取合适的Kf，使：基于状态反馈的故障诊断与容错控制方案控制方案：在状态反馈控制系统中，通过选取合适的状态反馈增益Kf，使得当某个回路（状态）失效时，由其余完好的状态反馈回路平均分担故障回路的控制作用。2.基于故障补偿的故障诊断与容错控制故障补偿：就是指监控对象在运行过程中出现故障或即将出现故障时，能够采取相应的补偿措施，保证设备在规定时间内完成其规定功能。故障补偿可通过设计故障补偿器来实现。1201设正常情况下的补偿器方程为：02监控对象的闭环方程可写为：则某一元部件发生故障时，其闭环反馈系统为：01为了使故障系统性能尽可能地接近原系统性能，只要设计出合适的故障补偿器即可02控制方案：当某一元部件发生故障时，通过设计合适的故障补偿器，使得故障系统的性能尽可能接近原系统性能。基于三模冗余的故障诊断与容错控制方案控制方案：就是利用多余资源，来保证设备在发生故障时仍能正常工作。可分为硬件冗余和软件冗余两种。硬件冗余：采用双重或多重备份的方法来实现，可用于任何硬件环节失效的容错控制。优点是设计简单，故障消除准确，可靠性和安全性高；缺点是所需元部件多，成本高。软件冗余：利用系统中不同部件在功能上的冗余性来实现，又分为解析冗余、功能冗余和参数冗余三种。可采用故障屏蔽、控制器重构等方法实现。基于功能模块的故障诊断与容错控制方案控制方案：容错控制模块能够根据故障检测信息，具有自动修改控制策略、改变控制器结构、重新配置系统软硬件、自适应和自学习功能。基于功能模块的模糊模型自学习一个模糊模型中包含多条规则，全部规则构成模糊关系集合R，每次只启用部分规则产生预报；当模型出现误差时，只需修改参与的部分规则，不必涉及其余规则；如果把参考模糊集合固定下来，可认为修改规则，实际上就是修改模糊关系集合R。01模糊模型自学习机构02修正R的自学习算法原理：在产生的旧规则和力图产生y的新规则之间折中，多步积累效果；自学习“步幅”大，则见效快，但噪声易侵入模型；反之，能减弱噪声影响，但自学习的速度变慢。03控制方案：训练神经网络，建立N+1个状态估计器；采用模式匹配诊断故障；系统状态估计，输出测量值与预测值之差为预测误差；网络不断训练学习以修正权值，使残差趋于零，实现容错控制。基于神经网络的故障诊断与容错控制方案基于神经网络的故障诊断与容错控制方式神经网络作为控制器使用——直接控制方案简单直接，能实现系统的逆动力学；但由于无法获得系统的输入和输出关系，因此难以保证学习的收敛性神经网络作为辨识器使用——间接控制方案神经网络输出并不直接控制系统，而是用于调整控制器神经网络作为补偿器使用010302RBF辨识器：网络输入为系统当前输入和期望输出；网络输出un并不直接控制系统；网络输出un和PID控制器的控制量u之差作为调整网络参数的性能指标。RBF控制器：网络输入同前；网络输出作为系统的控制输入u；系统输入和输出之差作为调整网络参数的性能指标。优点：网络参数不再是随机选取，可有效克服神经网络直接控制器难以稳定问题，且收敛速度非常快。基于RBF网络的自适应控制控制方案：知识库存放领域专家知识；数据库存放监控对象原始数据、故障特征数据等；推理机按一定的推理规则，对监控对象进行故障识别、估计和决策，根据故障性质采取相应策略进行容错控制。基于专家系统的故障诊断与容错控制方案专家系统故障诊断与容错控制的实现方法01知识库的建立02推理机的实现03特征信息处理器的构造04控制机构的设计0