【摘 要】
：
近年来，随着航空航天技术的发展，故障诊断技术日益崛起，但是针对液压作动器系统的检测诊断技术依然很少。本文提出了一种基于广义回归神经网络(GRNN)观测器的液压作动器系统的自适应故障检测方法，由于GRNN 神经网络的学习速度更快，使得训练的效率大大提高；此外，由于环境噪声、随机干扰等因素的影响，引入自适应阈值来降低检测虚警率。首先使用液压作动器系统正常运行时的数据训练神经网络，然后用训练好的网络对采
【机 构】
：
北京航空航天大学可靠性与系统工程学院,北京100191 北京航空航天大学可靠性与系统工程学院,北京
论文部分内容阅读
近年来，随着航空航天技术的发展，故障诊断技术日益崛起，但是针对液压作动器系统的检测诊断技术依然很少。本文提出了一种基于广义回归神经网络(GRNN)观测器的液压作动器系统的自适应故障检测方法，由于GRNN 神经网络的学习速度更快，使得训练的效率大大提高；此外，由于环境噪声、随机干扰等因素的影响，引入自适应阈值来降低检测虚警率。首先使用液压作动器系统正常运行时的数据训练神经网络，然后用训练好的网络对采集的数据进行故障检测，判断液压作动系统是否发生故障。本文结合液压作动器系统三种典型故障模式的仿真数据来验证本方法的有效性，实验结果表明该方法能够有效的检测出液压作动器系统的故障状态。
其他文献
火电机组是火力发电系统中典型的多变量输入输出系统。由于该过程的多个回路间关联耦合严重，并具有较强的强非线性特性，因此采用常规控制方法难以满足实际的控制需求。本文在深入分析其动态特性的基础上，采用基于全局线性化的输入输出反馈线性解耦控制方法实现了对其有效控制，不仅降低系统的强非线性对系统的影响，而且消除了回路间的耦合作用。通过仿真表明该方法较常规反馈线性化方法具有更好的控制品质，提高了系统的控制性能
针对间歇过程存在初始条件发生变化的情况，本文采用二维(2D)系统理论分析比例型迭代学习控制(P-ILC)算法的跟踪误差收敛性问题。首先针对线性时不变系统采用P-ILC 进行控制，给出了相应的2D 系统模型描述及其详细的动态响应，得到了初始条件误差在动态系统中的传递过程，然后从理论上分析了不同初始条件误差对P-ILC 算法跟踪误差的影响，并给出了跟踪误差的收敛界。最后通过仿真验证了理论分析的结果。
高浓磨浆是化学机械制浆生产的关键工序，决定着整个纸浆质量和生产能耗。针对高浓磨浆关键质量指标游离度难以直接在线检测和离线化验大滞后的难题，提出一种基于多核自适应最小二乘支持向量回归机(ALS-SVR-ARMA2K)的高浓磨浆游离度在线软测量建模方法。首先，针对高浓磨浆过程的非线性动态特性以及输入输出时滞特性，利用不同时刻的输入输出数据构建自回归滑动平均动态模型。然后，使用ALS-SVR-ARMA2
本文先将非线性规划法与遗传算法相结合，改善了遗传算法局部寻优效果差的特点，再与理想点法相结合，用于优化多目标函数。并针对目前全国范围内雾霾污染严重的问题，将改进的理想点法应用于对火电厂污染物排放的优化，尽量做到在不影响发电负荷的前提下，同时减少污染物的排放。并且通过现场采集数据，在MATLAB软件上进行仿真，针对传统方法与改进方法的效果进行了对比，结果表明改进后的办法能够明显的降低污染物排放量。
三维激光扫描技术(Three-Dimension Laser Scanning Technology,3D-LST)是目前国内外测绘领域研究关注的热点之一。为了实现三维激光扫描仪的便携式、自动化设计,本文采用了一种基于ARM-FPGA 的嵌入式系统设计方案,利用ARM 实现对触摸屏的控制；FPGA 实现信号的采集、电机的控制等功能；通过接口协议实现与上位机的通信。在单位院内的实际测量结果表明,所设
：针对风机轴承振动信号的非线性、非稳定性和能量算子对信号单分量的要求，提出一种基于聚合经验模态分解(EEMD)和Teager 能量算子解调的方法，提取信号的瞬时频率和包络信号，通过与采集的正常信号进行比对，从而诊断风机轴承是否有故障，之后再通过捕捉频谱中突出的幅值信息，进而确定故障的原因。该方法能有效克服实际风机故障库难于获取和建立的问题，实现风机轴承故障的在线监测与诊断。最后，将该算法应用于实验
火道温度稳定在一定范围内是焦炉加热过程优化控制的目的，也是保证焦炭质量、提高产量的前提。针对焦炉加热过程大滞后、强耦合等特点，提出一种基于极限学习机(ELM)的预测算法；考虑到实际生产过程中焦炉机侧与焦侧是分离操作控制的，从而建立两侧的预测模型来分别预测机、焦侧火道温度，增加模型的准确性。实验表明：建立机、焦两侧的ELM 预测模型较传统BP 网络算法更能准确的预测两侧火道温度，可以为焦炉的优化控制
由于分数阶系统对对象特性的描述较整数阶系统更为细致，针对简单一阶或二阶加纯滞后模型对高阶对象降阶不精确的问题，本文将分数阶微积分的概念引入到复杂高阶系统的整数阶模型降阶过程中，对EOTF(Effective Open-loop Transfer Function)方法得到的复杂单回路系统经过适当的降阶处理，将其等效成为拟合度更高的分数阶系统，使高阶模型的动态特性得到更好的描述。针对得到的分数阶系统
醋酸乙烯(VAC)聚合率是聚乙烯醇生产过程中的一个重要质量指标，但难以在线测量，从而无法实现有效的聚乙烯醇质量控制。本文应用果蝇优化算法(FOA)对灰色神经网络(GNN)的白化参数进行优化，建立了基于FOA_GNN 的预测模型，用该模型对VAC 聚合率进行预测。仿真结果表明，相对于标准灰色神经网络(GNN)预测模型，果蝇算法优化的灰色神经网络模型具有调整参数少、全局最优以及预测精度高等优点，是一种
变负荷是工业过程中常见的操作，不同的变负荷切换轨迹将导致不同的系统动态操作性能。本文提出了一种评价变负荷过程的动态性能差异的指标。该指标通过计算变负荷轨迹gap metric 的积分，从非线性的角度度量了变负荷过程的可切换性能，为变负荷过程最优轨迹的可操作性提供了一种分析工具。为了说明该指标的有效性，文中给出了连续反应搅拌釜(CSTR)系统和精馏塔系统的仿真实例分析。