非線性系統(tǒng)執(zhí)行器故障診斷研究.pdf

1、現(xiàn)代工業(yè)控制過(guò)程對(duì)系統(tǒng)安全性和可靠性的要求日益提高，然而復(fù)雜系統(tǒng)控制過(guò)程中又不可避免地發(fā)生故障，如何快速診斷出系統(tǒng)故障，既是控制系統(tǒng)穩(wěn)定的保證，也是控制過(guò)程安全經(jīng)濟(jì)運(yùn)行的基本要求。本文以非線性系統(tǒng)的執(zhí)行器故障為研究對(duì)象，主要研究了遺傳算法和粒子群算法優(yōu)化后的小波神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)出現(xiàn)執(zhí)行器故障時(shí)的故障診斷方法。
　　在現(xiàn)有的系統(tǒng)故障診斷方法中，智能故障診斷方法相對(duì)于傳統(tǒng)方法具有明顯的優(yōu)勢(shì)?；谛〔ㄉ窠?jīng)網(wǎng)絡(luò)的智能故障診斷方法是一種

2、很有效的診斷方法，利用小波神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)系統(tǒng)觀測(cè)器，通過(guò)分析處理系統(tǒng)殘差，進(jìn)而實(shí)現(xiàn)非線性系統(tǒng)的故障診斷。對(duì)小波神經(jīng)網(wǎng)絡(luò)的收斂速度慢、易陷入極小值等缺陷，本文采用遺傳算法和粒子群算法兩種方法對(duì)其進(jìn)行改進(jìn)。
　　針對(duì)一類狀態(tài)不可測(cè)的非線性時(shí)滯系統(tǒng)執(zhí)行器故障問(wèn)題，提出了利用遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的診斷方法。在小波神經(jīng)網(wǎng)絡(luò)構(gòu)造狀態(tài)觀測(cè)器的基礎(chǔ)上，利用其輸出信息及小波神經(jīng)網(wǎng)絡(luò)的非線性逼近能力對(duì)系統(tǒng)不可測(cè)狀態(tài)進(jìn)行估計(jì)，執(zhí)行器故障發(fā)生時(shí)由故障估

3、計(jì)器估計(jì)故障模型，從而實(shí)現(xiàn)對(duì)非線性時(shí)滯系統(tǒng)的故障診斷。這種方法改善了小波神經(jīng)網(wǎng)絡(luò)收斂速度慢和局部尋優(yōu)的缺點(diǎn)，同時(shí)為實(shí)際應(yīng)用創(chuàng)造了條件。
　　考慮另一類存在建模誤差、干擾以及故障不確定項(xiàng)的非線性系統(tǒng)執(zhí)行器故障問(wèn)題，提出了采用粒子群算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的診斷方法。對(duì)于該系統(tǒng)控制過(guò)程中發(fā)生的不可預(yù)測(cè)的執(zhí)行器故障，設(shè)計(jì)了基于小波神經(jīng)網(wǎng)絡(luò)的系統(tǒng)觀測(cè)器，其中網(wǎng)絡(luò)參數(shù)是通過(guò)系統(tǒng)殘差來(lái)調(diào)整，且故障前后控制系統(tǒng)都能保持穩(wěn)定。最后通過(guò)仿真實(shí)例，驗(yàn)證了