数据驱动的非线性系统自适应故障诊断方法

TP273; 针对一类离散时间非线性系统,基于数据驱动自适应滤波故障诊断(data-driven adaptive filtering for fault diagnosis,DDAF-FD)方法,实现对执行器和传感器故障的同时在线估计.首先采用动态线性化技术,将非线性系统等价转化为类线性模型,解决非线性系统难以精确建模的问题;其次,仅利用系统I/O数据,在数据驱动滤波和递归最小二乘算法的框架下,设计一种数据驱动自适应故障诊断方法,实现对两种故障失效因子的实时准确估计;最后,利用Lyapunov方法验证所提方法的稳定性,并利用对比仿真实验验证了该方法的有效性....

Full description

Saved in:
Bibliographic Details
Published in河南理工大学学报（自然科学版） Vol. 42; no. 6; pp. 134 - 141
Main Authors 郭凯谱, 李红飞, 范玲玲, 吉鸿海
Format Journal Article
LanguageChinese
Published 北京信息科技大学 自动化学院,北京 100192%国家工业信息安全发展研究中心,北京 100040%北方工业大学 电气与控制工程学院,北京 100093 01.11.2023
Subjects
数据驱动滤波
fault diagnosis
最小二乘法
故障诊断
动态线性化
data-driven filtering
dynamic linearization
least squares algorithm
Online AccessGet full text

Cover

More Information
Summary:TP273; 针对一类离散时间非线性系统,基于数据驱动自适应滤波故障诊断(data-driven adaptive filtering for fault diagnosis,DDAF-FD)方法,实现对执行器和传感器故障的同时在线估计.首先采用动态线性化技术,将非线性系统等价转化为类线性模型,解决非线性系统难以精确建模的问题;其次,仅利用系统I/O数据,在数据驱动滤波和递归最小二乘算法的框架下,设计一种数据驱动自适应故障诊断方法,实现对两种故障失效因子的实时准确估计;最后,利用Lyapunov方法验证所提方法的稳定性,并利用对比仿真实验验证了该方法的有效性.
ISSN:1673-9787
DOI:10.16186/j.cnki.1673-9787.2021120122