【摘 要】
:
随着工业生产自动化系统不断发展,其安全性和可靠性受到越来越多的关注,研究基于数据驱动的调节阀故障诊断与容错控制方法,有助于提高系统的安全性和可靠性。本文针对调节阀
论文部分内容阅读
随着工业生产自动化系统不断发展,其安全性和可靠性受到越来越多的关注,研究基于数据驱动的调节阀故障诊断与容错控制方法,有助于提高系统的安全性和可靠性。本文针对调节阀加性故障和乘性故障,利用单容水箱液位定值控制系统的液位检测数据及调节阀开度数据,研究了基于数据驱动的调节阀故障诊断与容错控制方法,并通过实验验证了方法的有效性。主要工作如下:(1)阐述了液位控制系统的基本组成和基本工作原理,以及在数据处理及故障特征提取时所用到的基础性、原理性知识。并给出了调节阀的加性故障与乘性故障的数学描述,设计了仿真故障发生器和数据采集实验方案,采集了多种故障状态下的液位检测数据及调节阀开度数据。(2)通过对数据的分析与挖掘,确定了两个故障特征变量即液位和调节阀开度,将故障特征变量的动态特征作为故障特征,提出了基于数据驱动的液位控制系统的调节阀故障诊断方法,其中包括调节阀故障检测方法、故障估计方法和故障定性方法。并依据所提出的解决办法,在Simulink中使用S-Function编写了各自的仿真实现模块。(3)通过对系统故障模型以及基于数据驱动的调节阀故障诊断模型输出结果的分析,提出了并联补偿型的调节阀容错控制方案,给出了不同故障类型情况下的容错控制输出补偿模型。并依据所提出的解决办法,在Simulink中使用S-Function编写了容错控制实现模块。(4)通过重新采集实验验证数据,分别对基于数据驱动的液位控制系统调节阀故障检测、故障估计、故障定性、容错控制方法做了实验验证,并结合结果数据分析了上述方法的性能。结果证明了基于数据驱动的调节阀故障诊断与容错控制方法对液位控制系统调节阀进行故障诊断和容错控制的有效性。
其他文献
传统神经网络模型的训练需要大量有标签的数据,在大数据时代,获取标记数据费时费力,考虑到聚类算法可以得到数据的标签,能否将聚类与神经网络结合起来设计新的模型就是本文要探讨的内容。本文通过分析聚类的目标函数与神经网络的训练目标,发现两者优化目标相同,可以进行融合进而构造一个基于聚类的无监督神经网络模型。我们首先将无监督学习融合到神经网络中,完成了基于聚类的无监督神经网络模型的构建,并给出了这个框架的具
早在上世纪70年代初,蔡少棠教授就提出了忆阻器的概念,但直到2008年HP实验室才发现了由TiO2材料构成的忆阻器。研究表明,忆阻器在非易失存储器、逻辑电路、人工神经网络和混
化肥不当施用引发了一系列生态资源问题,严重制约了农业生产的可持续。小麦生产中同样也存在着化肥不当施用的现象。探究一种能够提升农户合理施肥知识的有效途径对于实现农
矿产开发,在古往今来的社会经济生活中都是一个重要的方面,它与社会的发展密切相关。鄂东南地区自古以来作为我国重要的矿冶基地,在晚清时期随着列强侵略加剧、国家发展经济
现代人类社会的工业化和现代化发展过程中产生了严重的生态破坏和环境污染,人们的身体健康也受此影响,在经济水平得到巨大提升的现代,人们对食品安全问题越发重视,对有机农业
与时俱进地推动中国化的马克思主义被广大人民群众所认知和接受,实现马克思主义大众化,一直是理论界的一项重要任务。《人民日报》作为中国共产党的机关报,始终坚持党性原则,
海外并购逐渐成为中国企业进行对外投资的重要形式,但是由于国际环境的不确定性和国家之间存在的差异,中国企业的海外并购呈现出了交易达成困难的情况,其中的原因值得探讨。并购经验对于中国企业海外并购交易达成的影响已经得到广泛认同,但学术界的研究主要集中在海外并购经验上,并没有详细地对国内并购经验以及同行业并购经验与海外并购交易达成的关系进行研究。解决它将有益于企业合理地应用不同的并购经验,降低海外并购中的
现有大型知识库中,实体类型信息的缺失尤为严重,而实体类型又是实体最基础最本质的属性,对很多自然语言处理任务都具有决定性的作用,因此实体分类问题是一个十分重要并亟待解决的问题。实体分类问题旨在确定一个在一段特定文本中的实体的语义类型。近几年将神经网络应用到实体分类任务上是一种趋势,然而众多基于神经网络的分类方法通常只是单独地提取实体本身和其所在文本的特征,忽视了它们之间的内在联系和实体丰富的背景信息
电涡流传感器作为检测液压油中磨粒的典型代表,具有结构简单、制作成本较低和提供详细的磨损颗粒信息等优点,受到了广泛关注。然而,电涡流传感器检测灵敏度还比较低,在实际应