非線性系統(tǒng)執(zhí)行器故障診斷研究.pdf

1、現(xiàn)代工業(yè)控制過程對系統(tǒng)安全性和可靠性的要求日益提高，然而復(fù)雜系統(tǒng)控制過程中又不可避免地發(fā)生故障，如何快速診斷出系統(tǒng)故障，既是控制系統(tǒng)穩(wěn)定的保證，也是控制過程安全經(jīng)濟(jì)運(yùn)行的基本要求。本文以非線性系統(tǒng)的執(zhí)行器故障為研究對象，主要研究了遺傳算法和粒子群算法優(yōu)化后的小波神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)出現(xiàn)執(zhí)行器故障時的故障診斷方法。
　　在現(xiàn)有的系統(tǒng)故障診斷方法中，智能故障診斷方法相對于傳統(tǒng)方法具有明顯的優(yōu)勢?；谛〔ㄉ窠?jīng)網(wǎng)絡(luò)的智能故障診斷方法是一種

2、很有效的診斷方法，利用小波神經(jīng)網(wǎng)絡(luò)設(shè)計系統(tǒng)觀測器，通過分析處理系統(tǒng)殘差，進(jìn)而實現(xiàn)非線性系統(tǒng)的故障診斷。對小波神經(jīng)網(wǎng)絡(luò)的收斂速度慢、易陷入極小值等缺陷，本文采用遺傳算法和粒子群算法兩種方法對其進(jìn)行改進(jìn)。
　　針對一類狀態(tài)不可測的非線性時滯系統(tǒng)執(zhí)行器故障問題，提出了利用遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的診斷方法。在小波神經(jīng)網(wǎng)絡(luò)構(gòu)造狀態(tài)觀測器的基礎(chǔ)上，利用其輸出信息及小波神經(jīng)網(wǎng)絡(luò)的非線性逼近能力對系統(tǒng)不可測狀態(tài)進(jìn)行估計，執(zhí)行器故障發(fā)生時由故障估

3、計器估計故障模型，從而實現(xiàn)對非線性時滯系統(tǒng)的故障診斷。這種方法改善了小波神經(jīng)網(wǎng)絡(luò)收斂速度慢和局部尋優(yōu)的缺點，同時為實際應(yīng)用創(chuàng)造了條件。
　　考慮另一類存在建模誤差、干擾以及故障不確定項的非線性系統(tǒng)執(zhí)行器故障問題，提出了采用粒子群算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的診斷方法。對于該系統(tǒng)控制過程中發(fā)生的不可預(yù)測的執(zhí)行器故障，設(shè)計了基于小波神經(jīng)網(wǎng)絡(luò)的系統(tǒng)觀測器，其中網(wǎng)絡(luò)參數(shù)是通過系統(tǒng)殘差來調(diào)整，且故障前后控制系統(tǒng)都能保持穩(wěn)定。最后通過仿真實例，驗證了