论文部分内容阅读
控制系统在高速发展的工业生产中扮演着越来越重要的角色。当系统中传感器出现故障时会导致系统不稳定。因此,需要准确快速地对系统传感器进行故障诊断,并及时地对系统进行维护。同时,在传感器发生故障后且未对其维修前,控制器可采用相应的容错控制策略,使系统虽处于故障状态但仍可以正常运行也极其必要。本文以双容液位控制系统为对象,开展其传感器的故障诊断及其容错控制研究,主要工作包括:(1)在分析液位系统传感器故障诊断和容错控制技术国内外研究现状及传感器故障特点的基础上,基于实验平台,设计一种基于PID控制的双容液位控制系统,搭建Simulink结构图,在此控制系统中设置三种不同故障,分别为恒增益故障、恒偏差故障和恒增益恒偏差的混合故障,采集正常状态和三种故障状态时的数据,用于液位系统传感器故障诊断与容错控制的研究。(2)通过对故障诊断常用方法进行对比研究,提出了基于改进粒子群算法优化的小波神经网络的故障诊断方法。该方法首先采用小波结合神经网络建立小波神经网络模型,然后用改进粒子群算法对其进行优化,对采集数据预处理后训练并检测所建立模型,达到传感器故障分类的目的。共采集330组数据样本,250组作为训练样本,80组作为测试样本,与传统BP神经网络、小波神经网络方法对比,经过训练,无论从收敛速度、训练误差还是准确率上说明经过粒子群优化的小波神经网络具有很好的诊断效果,为传感器故障维护提供了有力支持。(3)对双容液位控制系统,设计线性时变参数状态观测器和控制器,实现容错控制。对传感器故障值以及系统状态进行估计,当检测到传感器发生故障时使标称控制器不工作,而用设计的控制器控制,使液位系统虽然故障仍能正常运行而实现容错。传感器发生恒增益故障、恒偏差故障以及恒增益恒偏差的混合故障时,采用设计的线性时变参数状态观测器和控制器进行验证,仿真结果说明能实现对双容液位控制系统传感器故障时的容错控制功能。