导读:本文包含了多模型故障诊断论文开题报告文献综述及选题提纲参考文献，主要关键词:风力机,桨距系统,故障诊断,多模型
多模型故障诊断论文文献综述
曹洁,任倩,王进花[1]（2019）在《基于多模型PF的风力机桨距系统的故障诊断》一文中研究指出针对风力机桨距系统建模不精确导致的故障分离不准确的问题,提出了一种J散度与多模型结合的故障分离方法。首先在风力机桨距系统多故障模型的基础上,通过粒子滤波(PF)对风力机桨距系统的状态进行估计;然后引入一个带宽系数对自适应阈值进行优化,以提高桨距系统故障检测的实时性和精确性;最后计算实际系统输出与每个故障模型输出的J散度,判断故障类型,提高故障分离的准确性。研究结果表明:该方法明显提高了桨距系统故障诊断的准确性,同时减少了计算时间。(本文来源于《传感器与微系统》期刊2019年12期）
朱鹏,董文瀚,郭佳[2]（2019）在《基于核自适应滤波的多操纵面飞机多模型舵面故障诊断》一文中研究指出针对多模型自适应估计方法中精确的飞机数学模型难以获得和模型存在非线性等问题,引入核自适应滤波器(KAF)替换卡尔曼滤波器,提出了一种新的多模型自适应估计故障诊断方法。通过核方法将复杂的非线性系统映射到高维特征空间中,在该空间中设计线性自适应滤波器,无需预先知道精确的飞机数学模型,通过控制输入信号和姿态输出信号的训练数据训练核自适应滤波器,进而在线估计飞机的飞行状态,完成飞机舵面的故障检测与隔离。扩展了KAF的使用范围,改进了传统的状态估计故障诊断方法。研究成果可为降低飞机因舵面故障而引起的事故,提高飞机的生存性提供理论和技术支撑,具有一定的军事意义和良好的应用价值。(本文来源于《电子测量与仪器学报》期刊2019年10期）
黄郑,王红星,于海泉,李逗,司风琪[3]（2019）在《基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法》一文中研究指出为提高燃气–蒸汽联合循环机组传感器测量值的准确性及可靠性,提出了一种基于多模型鲁棒输入训练神经网络(RITNN)的燃气–蒸汽联合循环机组传感器故障诊断方法。该方法建立若干燃气–蒸汽联合循环重要参数的数据重构模型,并对各模型进行优先级划分,以串并联方式设定模型间关系,通过可靠参数的逐级生成和传递,有效抑制了多传感器显着故障产生的残差污染,提高了故障诊断的准确性及可靠性,进而给出了传感器故障诊断流程,建立了完整的传感器故障诊断系统。以某200 MW级燃气–蒸汽联合循环机组为研究对象,对多传感器故障进行诊断,并与RITNN单一模型方法和输入训练神经网络(ITNN)单一模型方法进行对比,结果表明,提出的多模型RITNN故障诊断方法诊断精度更高,可保证燃气–蒸汽联合循环机组稳定运行。(本文来源于《中国电力》期刊2019年11期）
王丽君,周月娥,孙敦艳[4]（2018）在《基于动态多主元模型故障诊断研究》一文中研究指出随着分散控制系统和企业信息系统在火电机组上的广泛应用,监测系统采集了海量的现场数据,为从这些数据中提前发现系统的故障信息,采用了一种适用于变工况过程的动态多主元模型的故障诊断方法。以电厂锅炉的实际运行数据为基础,以炉膛压力控制为研究对象,使用主元分析PCA方法进行故障检测,使用PCA贡献图的方法进行故障分离和识别,利用计算机编写程序进行仿真试验,找出影响炉膛压力波动大的主要影响因素。试验结果表明,动态多主元模型的故障检测方法具有较好的故障诊断能力,弥补了常规主元分析方法的不足。(本文来源于《自动化与仪表》期刊2018年09期）
宝石,许军[5]（2018）在《基于证据理论与多模型结合的模拟电路故障诊断》一文中研究指出针对模拟电路故障诊断中单一诊断模型诊断结果模糊性与不确定性较大的不足,基于信息融合原理,提出一种结合神经网络、支持向量机(SVM)与DS证据理论的综合诊断模型。在分析了传统BP神经网络与支持向量机的缺点后,分别用改进的免疫遗传算法和粒子群算法对其进行结构优化。利用两种模型的初步诊断结果进行DS证据理论的基本概率分配(BPA),得到证据理论的两个证据体。采用DS融合算法进行决策层融合诊断,定位故障元件。仿真验证表明,该方法可以有效提高故障诊断的准确率,避免了单一诊断模型的偶然性与不确定性。(本文来源于《火力与指挥控制》期刊2018年07期）
鄂东辰[6]（2018）在《基于多模型PCA的翻车机液压系统故障诊断研究》一文中研究指出液压控制系统在大功率装备制造中占据着重要的地位。油液污染等原因导致的液压系统故障直接影响装备工作效率和生产成本,进而给企业带来不可估量的损失。因此对液压控制系统进行故障预测及故障诊断分析,以保证液压控制装备平稳、高效工作。翻车机是一种典型的液压控制装备,承载着铁路运输散料翻卸任务,具有重复性生产过程特点,其使用率高、工作环境恶劣导致液压系统故障发生率相对较高。本文以翻车机液压系统为研究对象,采用多模型静动态多元统计分析方法提取翻车机液压系统监测数据的关系模型,再以特征基向量构造的高阶统计量为依据进行故障监测,研究结果对具有重复性工作过程的液压系统故障监测与诊断具有重要理论参考和现实意义。建立了翻车机液压系统仿真模型,并以散粒体结构力学为基础建立了翻车机卸料过程剩余煤重力模型,将该模型作为液压系统仿真分析的加载力。在验证仿真模型正确的基础上,采用模拟仿真的方法获得了在生产实际当中难以获取的液压系统故障特征曲线,作为故障辨识的重要参考数据。针对翻车机液压系统的过程监测数据具有批次性、多模态及变工况的特点,利用多模型静态主成分分析方法(PCA)提取监测变量间的静态关系,并基于递归自适应算法在线更新静态关系模型以减小工况变化对故障监测结果的影响。采用多模型PCA变量重构方法进行故障辨识,提出了有方向故障子空间以描述故障状态下变量的变化趋势。通过实例监测数据证明所采用的方法具有较高的故障识别率和辨识准确性。分析了数据时序相关性对PCA特取的特征向量和残差平方和统计量控制限的影响。根据不同文献中动态PCA特征提取方法的定义将动态PCA分为消去时序相关动态PCA和增广矩阵动态PCA。通过二维变量的实例说明了不同动态PCA和静态PCA特征向量之间的区别与联系。针对翻车机过程监测数据的时序关系具有非平稳性特点,提出多模型动态PCA方法。利用多模型表示非平稳的时序关系,应用动态PCA提取监测数据的时序关系特征。将两种多模型动态PCA特征提取方法应用于翻车机液压系统的过程监测数据当中,监测结果表明基于增广矩阵动态PCA的故障识别率要高于静态PCA和消去时序相关性动态PCA。设计了翻车机液压系统特征参数监测软硬件系统,开发了基于PCA统计特征的翻车机液压系统故障诊断程序。该系统已通过现场测试,为翻车机现场设备维护人员提供了便利。(本文来源于《燕山大学》期刊2018-05-01）
朱虹宇[7]（2018）在《基于多模型估计的高速列车电机系统故障诊断方法》一文中研究指出我国高速列车线路范围广,运行环境复杂,因此对列车安全性以及系统可靠性有着很高的要求,列车发生的各种故障需要能及时地得到检测和诊断。本课题来源于国家自然科学基金重大项目与国家自然科学基金面上项目,针对高速列车牵引电机系统开展故障诊断研究。牵引电机、牵引逆变器、整流器等设备构成了高速列车的牵引系统,为列车提供动力,本文中针对牵引电机的转子断条故障以及牵引逆变器的IGBT元件断路故障,开展故障诊断算法的研究。分析了高速列车牵引系统的工作原理,根据牵引电机以及牵引逆变器的工作机理,分别建立了健康状态下的数学模型。针对电机转子断条,对模型进行了简化并引入了不同数量断条故障下系统的状态模型集。分析了逆变器的工作状态,并建立逆变器不同位置IGBT元件断路故障的模型集合。由于需要多个模型来对电机及逆变器的变化状态进行描述,选择基于交互式多模型的估计算法对状态进行跟踪。对多模型估计的基本概念以及交互式多模型的基本原理进行了介绍,提出了基于交互式多模型的故障诊断方法。针对电机转子断条故障,利用故障模型集合,根据牵引电机模型具有非线性的特点,设计了基于转子断条模型集的非线性滤波器组。通过滤波器组得到状态估计量及与传感器测量量间的残差,利用残差及状态估计等数据通过交互式多模型诊断算法进行系统状态跟踪,找出系统的工作模型,判断系统是否发生故障。结合故障模型集可以诊断故障的发展程度。考虑到逆变器的输出电流传感器采用相同两组构成冗余设计的情况,设计了逆变器不同工作模型下基于同步数据融合的分步式滤波器对系统状态进行估计。利用分步式滤波器产生的状态估计及其与传感器测量量的残差,通过诊断算法对逆变器状态进行诊断,并可以结合故障模型集对故障IGBT元件进行定位。通过仿真对设计的故障诊断方法的可行性和有效性进行了验证,并对开展进一步的研究进行了展望。(本文来源于《南京航空航天大学》期刊2018-03-01）
李炜,崔佳佳[8]（2017）在《基于多模型的无人机故障诊断与容错控制方法》一文中研究指出针对四旋翼无人机执行器易发生恒增益、恒偏差等常见故障问题,提出了一种基于多模型的四旋翼无人机故障诊断与容错控制策略。首先,建立了具有几类执行器故障的四旋翼无人机系统模型,并在此基础上建立了包含正常与各类故障的模型集合库;其次,根据分段的系统性能容忍度指标对系统进行故障检测,并大致判断出故障类型;最后,结合统一的模型失配度指标进行模型匹配,进而调用相应的控制律。仿真结果表明,文中具有分段系统性能容忍度的多模型主动容错策略,能迅速可靠地检测到执行器的各类故障,并及时进行容错控制,有效地提高了四旋翼无人机系统的安全可靠性能。(本文来源于《山东科技大学学报(自然科学版)》期刊2017年04期）
鞠建波,胡胜林,祝超[9]（2017）在《基于最优测试点的小波包-隐马尔科夫模型故障诊断》一文中研究指出采用小波包变换和隐马尔科夫模型结合的方法,提出了机载通信电台的故障诊断模型。通过评价函数的建立,得到最优测试点集合;利用小波包变换提取测试点的能量特征值作为模型的输入,利用历史数据对隐马尔科夫模型进行训练,得到各个状态下的HMM参数,通过模式识别,实现电台的故障诊断;试验研究结果验证了所提出的方法的可行性和有效性。(本文来源于《兵器装备工程学报》期刊2017年04期）
陈长兴,钟英榕,任晓岳,赵红言[10]（2016）在《基于多模型组合的模拟电路故障诊断方法》一文中研究指出针对传统模拟电路故障诊断方法识别准确率低及耗时较长的问题,提出一种基于改进的二进制粒子群优化算法(IBPSO)与隐马尔科夫模型(HMM)的综合诊断方法。该方法利用IBPSO对故障特征进行提取优化,降低故障特征维度,进一步利用HMM对提取的故障特征进行预处理,排除不可能类故障特征,提高了LSSVM的分类准确率。经过仿真结果分析验证,该方法较现有的BP神经网络诊断方法,能够在确保正确率得到提升的基础上,进一步提高故障诊断速度,具有更强的战场环境适用性。(本文来源于《火力与指挥控制》期刊2016年09期）
多模型故障诊断论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对多模型自适应估计方法中精确的飞机数学模型难以获得和模型存在非线性等问题,引入核自适应滤波器(KAF)替换卡尔曼滤波器,提出了一种新的多模型自适应估计故障诊断方法。通过核方法将复杂的非线性系统映射到高维特征空间中,在该空间中设计线性自适应滤波器,无需预先知道精确的飞机数学模型,通过控制输入信号和姿态输出信号的训练数据训练核自适应滤波器,进而在线估计飞机的飞行状态,完成飞机舵面的故障检测与隔离。扩展了KAF的使用范围,改进了传统的状态估计故障诊断方法。研究成果可为降低飞机因舵面故障而引起的事故,提高飞机的生存性提供理论和技术支撑,具有一定的军事意义和良好的应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多模型故障诊断论文参考文献
[1].曹洁,任倩,王进花.基于多模型PF的风力机桨距系统的故障诊断[J].传感器与微系统.2019
[2].朱鹏,董文瀚,郭佳.基于核自适应滤波的多操纵面飞机多模型舵面故障诊断[J].电子测量与仪器学报.2019
[3].黄郑,王红星,于海泉,李逗,司风琪.基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法[J].中国电力.2019
[4].王丽君,周月娥,孙敦艳.基于动态多主元模型故障诊断研究[J].自动化与仪表.2018
[5].宝石,许军.基于证据理论与多模型结合的模拟电路故障诊断[J].火力与指挥控制.2018
[6].鄂东辰.基于多模型PCA的翻车机液压系统故障诊断研究[D].燕山大学.2018
[7].朱虹宇.基于多模型估计的高速列车电机系统故障诊断方法[D].南京航空航天大学.2018
[8].李炜,崔佳佳.基于多模型的无人机故障诊断与容错控制方法[J].山东科技大学学报(自然科学版).2017
[9].鞠建波,胡胜林,祝超.基于最优测试点的小波包-隐马尔科夫模型故障诊断[J].兵器装备工程学报.2017
[10].陈长兴,钟英榕,任晓岳,赵红言.基于多模型组合的模拟电路故障诊断方法[J].火力与指挥控制.2016