导读:本文包含了微小故障论文开题报告文献综述及选题提纲参考文献，主要关键词:微小故障诊断,距离评估准则,随机森林,地铁车门系统
微小故障论文文献综述
施文,陆宁云,姜斌,支有冉,许志兴[1]（2019）在《数据驱动的地铁车门微小故障智能诊断方法》一文中研究指出车门控制系统是地铁车辆中最重要的子系统之一,其机电部件紧密耦合且存在频繁往复运动,易受环境和乘客干扰,故障率居高不下。为准确检测诊断地铁车门早期故障,本文提出一种大数据驱动的车门故障特征优选方法和基于随机森林(RF)的智能诊断方法。首先,从地铁运营公司累积的大量车门运行状态数据中,提取门扇位置、驱动电机转速和电流信号的多阶段时域特征指标,构建车门运行状态的特征向量;然后,应用距离评估准则,优选对故障敏感度高且对干扰鲁棒性强的车门状态特征,降低特征维度,减少冗余、无关特征的干扰;以优选后的车门状态特征作为RF网络的输入,故障标签作为输出,建立智能故障诊断模型,实现车门系统不同微小故障状态的自动识别。在杭州地铁4号线台架车门上的应用结果表明,所提方法能准确提取早期故障的微弱特征,故障分类模型精度高,故障诊断准确率优于现有其他方法。(本文来源于《仪器仪表学报》期刊2019年06期）
陶松兵,柴毅,王一鸣,吴光伟[2]（2019）在《基于Kullback-Leibler距离的闭环系统传感器微小故障诊断》一文中研究指出在闭环控制系统中,当故障幅值较小时,由故障带来的影响会被控制量所掩盖.因此,闭环系统中的微小故障诊断实现更为复杂.本文针对闭环系统中的传感器故障,提出了基于Kullback-Leibler(KL)距离的微小故障在线检测与估计方法.本文首先介绍了KL距离的定义及其在多变量故障检测中的应用,然后提出了结合KL距离与快速移动窗口主成分分析(MWPCA)的在线微小故障检测与估计模型.在高斯分布的假设下,利用系统输入输出残差构造MWPCA的数据矩阵,然后通过在线更新数据矩阵主成分的均值与方差实现KL距离的在线更新,最终实现闭环系统中传感器的在线故障检测与估计.仿真实验表明,该方法能有效实现具有低故障—噪声比(FNR)特性的微小故障诊断.(本文来源于《控制理论与应用》期刊2019年06期）
邓佳伟,邓晓刚,曹玉苹,张晓玲[3]（2019）在《基于加权统计局部核主元分析的非线性化工过程微小故障诊断方法》一文中研究指出传统统计局部核主元分析(statistical local kernel principal component analysis, SLKPCA)在构造改进残差时未考虑样本的差异性,使得故障样本信息易于被其他样本所掩盖,针对该问题,提出一种基于加权统计局部核主元分析(weighted statistical local kernel principal component analysis, WSLKPCA)的非线性化工过程微小故障诊断方法。该方法首先利用KPCA获取过程的得分向量和特征值并构建初始残差。然后设计了一种基于测试样本与训练样本之间距离的加权策略构建加权改进残差,对含有较强微小故障信息的样本赋予较大权值,以增强故障样本的影响。最后,采用基于测量变量与监控统计量之间的加权互信息构建贡献图以识别故障源变量。在连续搅拌反应釜和田纳西伊斯曼(Tennessee Eastman, TE)化工过程上的仿真结果表明,所提方法具有良好的微小故障检测与识别性能。(本文来源于《化工学报》期刊2019年07期）
张之维[4]（2019）在《基于多元统计分析的过程微小故障监测与诊断研究》一文中研究指出随着科技的发展和社会需求的增长,流程工业作为国民经济发展的重要基础,例如石油、化工、冶金、制药、食品等生产过程变得日趋大型化、集成化和自动化。其中,设备老化、环境漂移等引起的微小故障随着生产的进行,往往会造成重大生产事故,导致严重人身伤害、巨大财产损失甚至无可挽回的环境灾难。过程监测与故障诊断作为保障其安全平稳运行的关键技术得到了广泛关注与快速发展。依据流程工业生产工艺和采集的大量过程数据,采用多元统计分析方法建立过程监控模型,实现对微小故障的监测与诊断。主要工作如下:(1).针对流程工业过程中出现的幅值较小、易与噪声混淆的微小故障,提出一种将多元指数加权滑动平均(MEWMA)与主元分析(PCA)相结合的MEWMA-PCA过程监测方法。首先应用多元指数加权滑动平均对原始采样数据进行滤波,剔除噪声;其次采用主元分析提取两类统计量T2与SPE,为简化监测过程,将上述统计量融合为单个联合指标,进而给出完整的过程监测流程;最后通过实例研究,验证了该监测方法的合理性。(2).针对主元分析孤立地提取过程数据的特征,而忽略了数据自身及其相互之间的相关特性,因此提出基于规范变量分析(CVA)与多元指数加权滑动平均相结合的MEWMA-CVA过程微小故障监测方法。该方法同样采用多元指数加权滑动平均对原始数据进行滤波,去除噪声干扰;然后基于CVA的状态空间模型最大化过去数据与未来数据的相关性,建立过程统计指标,进而给出MEWMA-CVA过程监测流程;最后通过TE过程验证了该方法的有效性,并与之前所提出的监测方法进行了系统对比分析。(3).针对传统贡献图在诊断过程中普遍存在的故障“污点效应”、单个采样时刻分析不准确的问题,提出联合指标梯度重构贡献图的诊断方法。采用重构贡献图消除故障的传播,即故障源对其他变量的影响;再通过联合指标梯度法提取变量在不同采样时刻的变化,进而精确定位故障起源。基于多种故障的实例分析,验证了该方法的准确性。(4).组态环境下的过程微小故障监控系统开发,为上述故障监测与诊断方法的实际应用提供了有力的技术平台。由于流程工业生产工艺复杂、变量众多且耦合严重,针对微小故障的多元统计分析过程监控方法还需在非正太分布、非线性系统以及新的数据分析方法方面深入拓展,进一步提升监控效果。(本文来源于《宁夏大学》期刊2019-05-01）
谢晓龙,姜斌,刘剑慰[5]（2019）在《基于WE-ICA的牵引电机速度传感器微小故障检测与识别》一文中研究指出文章提出了一种基于小波变换和集成独立成分分析(WE-ICA)的牵引电机速度传感器微小故障检测与识别方法。首先,通过小波变换对高速列车牵引电机数据进行滤波处理,减少噪声对微小故障信息的干扰;接着通过独立成分分析(ICA)方法提取故障信息并建立检测统计量;最后利用贝叶斯推理计算统计量的故障概率,并设计集成统计量用于微小故障检测;另外通过加权贡献度对故障进行识别。利用CRH2牵引电机实验平台对该方法进行验证,实验结果证明了该方法的有效性和实用性。(本文来源于《控制与信息技术》期刊2019年02期）
李磊,高永明,吴止锾,张学波[6]（2019）在《卫星姿态控制系统执行器微小故障检测方法》一文中研究指出针对卫星姿态控制系统执行器微小故障检测问题,提出一种基于神经网络干扰观测器的微小故障检测方法。该方法利用卫星姿态控制系统内的冗余关系,分别构建陀螺干扰观测器和干扰力矩观测器,对系统内的测量误差、扰动等进行估计,并对故障检测观测器进行扰动补偿,提高对执行器微小故障的检测能力。仿真结果表明,与基于解析模型的方法相比,该方法能够较精确地对解析模型的误差进行补偿,明显降低了检测阈值,实现了对扰动掩盖下的微小执行器故障检测。(本文来源于《北京航空航天大学学报》期刊2019年03期）
于晓庆,姜斌,张柯[7]（2018）在《传感器微小故障诊断及在电机上的应用》一文中研究指出为了解决带有未知扰动的微小故障诊断问题,提出一种基于混合未知输入观测器的故障诊断方法。这种观测器不需要已知扰动上界,既可以检测和估计出非线性系统的传感器微小故障,又对未知扰动具有强鲁棒性。首先,通过坐标变换将原系统解耦成两个子系统,其中一个子系统只有传感器微小故障,对其设计观测器进行检测和估计;另一个子系统只有未知扰动,对其设计未知输入观测器消除扰动的影响,且求解未知输入观测器的增益矩阵时减少了约束条件。然后,采用Lyapunov函数证明误差动态方程的稳定性并表示成线性矩阵不等式的形式,有利于观测器增益矩阵的求解。最后,将本文所提方法应用到电机系统中,仿真结果验证了所提方法的有效性。(本文来源于《南京航空航天大学学报》期刊2018年03期）
邓晓刚,邓佳伟,曹玉苹,王磊[8]（2018）在《基于双层局部KPCA的非线性过程微小故障检测方法》一文中研究指出针对传统核主元分析(KPCA)方法难以有效检测微小故障的问题,提出一种基于双层局部核主元分析(double-level local kernel principal component analysis,DLKPCA)的非线性过程微小故障检测方法。该方法从变量和样本两个角度来挖掘数据内部的局部信息,以提高故障检测能力。首先,利用变量分块思想,基于不同变量与核主元之间互信息相关度的相似性,将所有过程变量划分多个局部变量块。然后,构建基于得分向量和特征值的残差函数以挖掘样本局部信息。最后利用贝叶斯融合策略对各块的结果进行融合。在田纳西-伊斯曼基准过程的仿真结果表明,在微小故障检测方面,本文所提方法具有比传统KPCA方法更好的故障检测性能。(本文来源于《化工学报》期刊2018年07期）
刘敏,陆宁云,肇刚,姜斌[9]（2018）在《基于近邻保持嵌入的卫星姿态控制系统微小故障检测》一文中研究指出以卫星姿态控制系统(ACS)为研究对象,以微小故障检测为研究目标,提出一种改进的近邻保持嵌入算法(EWMA-DNPE).针对近邻保持嵌入(NPE)算法中邻域参数无法自动设定的缺陷,通过引入动态邻域,使得动态近邻保持嵌入算法(DNPE)可根据流形的样本密度动态地选取近邻点计算权值重构矩阵.将指数加权移动平均(EWMA)引入DNPE,通过EWMA对历史故障数据的累加作用,建立SPE统计量实现微小故障的检测,并仿真验证了EWMA-DNPE算法对卫星ACS微小故障检测的有效性和可行性.(本文来源于《空间控制技术与应用》期刊2018年02期）
刘敏[10]（2018）在《数据驱动的卫星姿态控制系统微小故障检测与预测方法研究》一文中研究指出卫星,不论是在军事领域还是民用领域中都具有重要的应用价值,其安全性和可靠性一直是航天工程研究领域的热点问题。然而太空环境复杂多变、卫星系统复杂零部件众多、星载计算机和诊断资源有限,以及各种未知的干扰因素,这些都对卫星的安全运行带来巨大威胁。卫星设备造价昂贵,一旦出现严重故障,将导致巨大的经济损失和不良的社会影响。因此,设计故障检测与诊断方案,及时发现异常征兆并且预测微小故障发展趋势,采取预防措施从而降低故障可能带来的伤害,是一项具有重要理论意义和工程应用价值的课题。本文以卫星姿态控制系统为研究对象,分析挖掘卫星遥测数据的独有特征,研究基于遥测数据的微小故障检测与预测方法,为卫星在轨维护提供理论支撑。本文主要工作总结如下。首先,分析了卫星轨道特性给遥测数据带来的影响,总结了遥测数据的周期性和片段性特征;考虑高维遥测数据之间往往存在信息冗余,提出一种基于主成分分析的故障检测方法,实现了基于遥测数据的在轨卫星异常监测功能。其次,针对主成分分析方法不能处理数据间非线性关系的缺点,研究了基于近邻保持嵌入(NPE)非线性流形学习的微小故障检测方法。通过动态邻域参数改进NPE算法对参数敏感的缺陷,根据样本密度动态选择邻域数目;将指数加权移动平均(EWMA)控制图与动态NPE算法相结合,提出一种改进的微小故障检测方法,提高了微小故障的可检测性。最后,再次针对遥测数据之间存在信息耦合的特点,研究了基于多变量时间序列的故障预测方法。由于向量式自回归滑动模型(VAR)应用于多步预测时存在预测误差累积问题,提出一种改进的基于动态VAR模型的故障预测方法,通过引入动态权重因子,提高了微小故障趋势预测的准确性。(本文来源于《南京航空航天大学》期刊2018-03-01）
微小故障论文开题报告
（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：
在闭环控制系统中,当故障幅值较小时,由故障带来的影响会被控制量所掩盖.因此,闭环系统中的微小故障诊断实现更为复杂.本文针对闭环系统中的传感器故障,提出了基于Kullback-Leibler(KL)距离的微小故障在线检测与估计方法.本文首先介绍了KL距离的定义及其在多变量故障检测中的应用,然后提出了结合KL距离与快速移动窗口主成分分析(MWPCA)的在线微小故障检测与估计模型.在高斯分布的假设下,利用系统输入输出残差构造MWPCA的数据矩阵,然后通过在线更新数据矩阵主成分的均值与方差实现KL距离的在线更新,最终实现闭环系统中传感器的在线故障检测与估计.仿真实验表明,该方法能有效实现具有低故障—噪声比(FNR)特性的微小故障诊断.
（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。
微小故障论文参考文献
[1].施文,陆宁云,姜斌,支有冉,许志兴.数据驱动的地铁车门微小故障智能诊断方法[J].仪器仪表学报.2019
[2].陶松兵,柴毅,王一鸣,吴光伟.基于Kullback-Leibler距离的闭环系统传感器微小故障诊断[J].控制理论与应用.2019
[3].邓佳伟,邓晓刚,曹玉苹,张晓玲.基于加权统计局部核主元分析的非线性化工过程微小故障诊断方法[J].化工学报.2019
[4].张之维.基于多元统计分析的过程微小故障监测与诊断研究[D].宁夏大学.2019
[5].谢晓龙,姜斌,刘剑慰.基于WE-ICA的牵引电机速度传感器微小故障检测与识别[J].控制与信息技术.2019
[6].李磊,高永明,吴止锾,张学波.卫星姿态控制系统执行器微小故障检测方法[J].北京航空航天大学学报.2019
[7].于晓庆,姜斌,张柯.传感器微小故障诊断及在电机上的应用[J].南京航空航天大学学报.2018
[8].邓晓刚,邓佳伟,曹玉苹,王磊.基于双层局部KPCA的非线性过程微小故障检测方法[J].化工学报.2018
[9].刘敏,陆宁云,肇刚,姜斌.基于近邻保持嵌入的卫星姿态控制系统微小故障检测[J].空间控制技术与应用.2018
[10].刘敏.数据驱动的卫星姿态控制系统微小故障检测与预测方法研究[D].南京航空航天大学.2018