欢迎来到天天文库
浏览记录
ID:38190294
大小:1.40 MB
页数:4页
时间:2019-05-25
《基于SαS分布参数估计的系统鲁棒故障检测》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2342010,46(19)ComputerEngineeringandApplications计算机工程与应用基于SαS分布参数估计的系统鲁棒故障检测张正道,张卫华ZHANGZheng-dao,ZHANGWei-hua江南大学通信与控制工程学院,江苏无锡214122SchoolofCommunicationandControlEngineering,JiangnanUniversity,Wuxi,Jiangsu214122,ChinaE-mail:wxzzd@hotmail.comZHANGZheng-dao,ZHANGWei-hua.Robustf
2、aultdetectionofsystembasedonparametersestimationofSymmetricAlpha-Stabledistributions.ComputerEngineeringandApplications,2010,46(19):234-237.Abstract:Forthecomplexcontrolsystems,itistoohardtomodelprecisely,somodel-basedfaultdetectionmethodsarenotefficaciousinapplication.Afaultdet
3、ectionmethodbasedonparameterestimationofSymmetricAlpha-Stabledistributionsforaclassofmodel-unknownnonlinearsystemisproposed.Firstly,theoutputseriesispredicted,andthepredictionerrorsig-nalwithobviousabruptimpulsesisobtained.Thenthevalueofparameteralphacanbeestimatedthroughthemeth
4、odofpa-rameterestimationofSymmetricAlpha-Stabledistributions.Therefore,thecurseofparameteralphaisestablished.Itisexplicittodetectsystemfaultonthebasisofthiscurse.Theproposedmethodstillhasgoodrobustnessforsignalscorruptedbylargeamplitudecolorednoise.Theproposedmethodisappliedtofa
5、ultdetectionofbearingsystem.Thefaultstateofbearingcanbedetectedexactly.Thesimulationresultindicatesthatthemethodmentionedaboveiseffectiveandfeasible.Keywords:faultdetection;model-unknown;nonlinearsystem;SymmetricAlpha-Stabledistributions;robustness摘要:因为复杂系统难以建立精确的数学模型,基于模型的故障检测方
6、法在实际复杂控制系统中应用时往往难以获得很好的效果。针对这类数学模型未知的非线性系统,提出了一种基于SαS分布参数估计的系统故障检测方法。首先应用预测方法对系统输出序列进行预测建模,利用预测误差放大信号的脉冲突变,然后利用SαS分布的参数估计方法对预测误差序列的参数α进行估计,获得α的变化曲线,根据α的变化可以直观地判断出故障的发生。该方法对大幅值的有色噪声污染的信号仍然有很好的检测鲁棒性。以轴承系统的故障检测为例进行仿真实验,通过分析轴承振动信号故障条件下α曲线的变化情况,判断轴承的故障状态。仿真结果证实了该方法有效且可行。关键词:故障检测;模型未知
7、;非线性系统;SαS分布;鲁棒性DOI:10.3778/j.issn.1002-8331.2010.19.068文章编号:1002-8331(2010)19-0234-04文献标识码:A中图分类号:TP181引言一类含有模型不确定和未知输入的非线性系统,基于鲁棒和随着人们对控制系统设备的安全性、可靠性和有效性的滑模观测器设计,获得了该类非线性系统基于模型的鲁棒故要求越来越高,故障检测技术成为国际自控界的热点研究方障检测与辨识的结果。对于系统数学模型未知或者系统建模向之一。故障检测方法一般分为两大类:基于系统数学模型不精确的情况。文献[4]利用径向基神经
8、网络的非线性映射能的方法和基于信号分析的方法。力,提出了一种非线性系统的故障检测与诊断方法,取
此文档下载收益归作者所有