基于反逻辑的MLD模型以及故障诊断应用

来源 :第29届中国控制会议 | 被引量 : 0次 | 上传用户:robot2004
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文首先引入MLD(Mixed Logic Dynamic)模型,这个模型是研究混杂系统的一个很有潜力的工具。文中给出了混杂系统转换成MLD模型的理论基础和方法,针对故障情况给出了负逻辑的MLD模型;这种模型和MLD方法的有机结合,是一种很好的混杂系统研究工具。基于这些理论给出系统模型建立的基本步骤。最后在三罐系统中给出模型的应用方法和故障诊断结果。从实验数据看出,算法简单高效地给出系统的故障信息,而且该模型具有良好的可扩充性。
其他文献
针对一类线性离散系统,提出一种基于二维模型的非脆弱重复控制设计方法。通过独立地考虑重复控制系统的控制与学习行为,以及重复控制器和反馈控制器增益的不确定性,建立离散重复控制系统的二维模型。在此基础上,给出了基于线性矩阵不等式的离散重复控制系统稳定性条件和非脆弱重复控制律。最后,数值仿真实例验证了本文所提方法的有效性。
为了克服单个目标跟踪算法在复杂环境下跟踪精度不高的问题,提出了一种基于序贯检测机制的运动目标跟踪算法。该算法首先用基于颜色特征的粒子滤波估计最优跟踪窗口;以此跟踪窗口和目标的相似度决定是否采用稀疏场主动轮廓方法,又以目标轮廓和目标的相似度决定是否需要Camshift对轮廓进行修正。实验表明,对比基于颜色的粒子滤波和Camshift方法,本文方法能够在不同的复杂环境和目标有尺度、旋转、视角等姿态变化
稳定性和快速性的矛盾一直是控制理论研究与控制系统设计所面临的难题。本文以具有时变特性的大惯性受控对象及其相应的代数等价系统为例,揭示并解释时变性对控制系统指标所产生影响的内在联系,数学分析给出了鲁棒Luenberger函数观测器成立的充分条件,进而提出一种解决稳定性和快速性矛盾的工程应用方法,在火电厂锅炉蒸汽温度控制系统所取得的实际效果,是本文设计理念实用性和有效性的佐证。
采用小波包分析法对所采集的韶钢4号风机9种故障信号分解和重构并对重构信号进行能量分析,提取出反映风机运行状态的特征向量和风机典型故障特征表。分析结果表明:对待检信号选用db10小波进行6层小波包分解,能获得反映风机故障的特征向量,利用故障特征向量与典型故障特征表,通过故障模糊识别方法进行故障诊断是有效的;对待检信号进行6层高频分解,风机的0.5倍频、1倍频~5倍频成分被分解在第1、2、3、4、6、
被控对象采用简单的开关变换器,并且设计了该变换器的神经网络控制器,基于FPGA方法探讨该控制器的硬件实现问题。分析了神经网络控制器的可重构特征,给出了几种基本可重构单元,基于SG/Simulink,建立了该控制器的实现模型。仿真结果表明,基于FPGA的神经网络的可重构实现技术,负载抗干扰能力强,超调响应时间快,减少了硬件资源的占用量,为电力电子领域神经网络控制器的硬件设计提供了一种新的方法。
研究了一类具有时变时滞的离散系统的变结构控制。在系统状态未知的情况下,首先设计了系统的状态观测器,然后基于该观测器,结合Lyapunov稳定性理论和LMI理论,设计其变结构控制器。
针对一类不确定线性离散系统,研究具有状态反馈的保性能重复控制问题,提出一种基于二维模型的鲁棒离散重复控制方法。通过独立地考虑重复控制系统的控制行为与学习行为,建立不确定重复控制系统的二维模型。在此基础上,对给定的线性二次型性能指标,给出了基于线性矩阵不等式的保性能鲁棒重复控制律,通过调节性能指标中的相应权矩阵,实现了对控制和学习行为的独立调节。最后,数值仿真验证了本文所提方法的有效性。
针对BA无标度复杂网络这一类型的网络结构,用Lorenz混沌系统来描述网络中的节点的状态方程,通过构建Lyapunov函数,对该网络模型引入自适应反馈控制策略,证明了该类网络模型可以实现同步。这个控制策略简单实用,也有利于以后的实际工程设计。仿真结果表明该控制策略的有效性。
针对三相配电网的无功补偿,采用Steinmetz平衡电路是解决系统三相分量不平衡的有效方法。但是该补偿电路对于平衡单相负荷实现三相平衡所需补偿容量较大。针对该问题,本文采用了以三相补偿装置总容量最小为目标的容量优化控制算法,设计了一种新型的FC-TCR型SVC控制系统。分析了容量优化设计的前提条件,推导出了容量优化控制算法的解析结果。通过MATLAB/SIMULINK和动态模拟实验证明了在满足补偿
针对K-Means算法聚类数量(K值)难以确定问题,提出一种基于N阶最短近邻分析的方法来自适应确定K值。该方法在普遍缺少先验认知的情况下,在计算N阶最短近邻距离的基础上,分析当前样本集数据点的分布,从而进一步通过数值计算获取全部阶跃点来最终自适应确定K值。理论分析与数值仿真研究表明该方法的有效性和可靠性,对K-Means算法的聚类结果起到一定的指导性作用。