|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于分步动态核主元分析的故障诊断方法显示文摘目的研究复杂工业系统动态、非线性特点,提出分步动态核主元分析(Kernel Principal Component Analysis,KPCA)的故障诊断方法.方法该方法首先构造增广矩阵,然后将增广矩阵分成一系列子矩阵,将各子矩阵的构建一个新的数据增广矩阵,并对每个子矩阵使用KPCA提取变量数据的非线性空间相关特征,最后通过监测统计量监测出系统故障,用贡献度的方法识别发生故障变量.结果该方法改进了传统的动态方法,引入分步动态的定义,并且能充分考虑工业过程中的非线性和动态性,更精确的描述工业过程特性,更精确的监测复杂工业系统的故障,并准确的识别出故障变量.结论对热连轧过程中活套故障诊断的仿真结果表明:基于分步动态KPCA的故障诊断方法能准确有效地诊断出故障,并识别出产生故障的原因. | 袁哲 石怀涛 | 2013 | 沈阳建筑大学学报(自然科学版)2013，29，6： | 7 |
| 2 | Adaptive sliding mode backstepping control for near space vehicles considering engine faults显示文摘A fault tolerant control methodology based adaptive sliding mode(ASM) backstepping is proposed for near space vehicle(NSV) attitude control system under engine faults. The proposed scheme combined adaptive backstepping with the sliding mode control strategy could guarantee the system's stability and track desired signals under external disturbances and engine faults. Firstly, attitude mode description and the engine faulty model are given. Secondly, a nominal control law is designed.Thirdly, a sliding mode observer is given later in order to estimate both the information of engine faults and external disturbances. An adaptive sliding mode technology based on the previous nominal control law is developed via updating faulty parameters. Finally,analyze the system's fault-tolerant performance and reliability through experiment simulation, which verifies the proposed design of fault-tolerant control can tolerate engine faults, as well as the strong robustness for external disturbance. | ZHAO Jing JIANG Bin XIE Fei GAO Zhifeng XU Yufei | 2018 | Journal of Systems Engineering and Electronics2018，29，2： | 5 |
| 3 | 利用PCA方法的深耦合误差监测研究显示文摘针对深耦合系统误差监测的需求,根据深耦合系统中观测量的统计特性,提出了基于PCA的深耦合误差监测方法,该方法采用正常观测数据构建PCA模型,再利用该模型的参数实时监控深耦合系统中的观测数据,使用该方法检测与消除深耦合系统中的误差,同时运用小波降噪提升误差检测的性能。最后通过仿真验证了所提方法的可行性和有效性。 | 刘琳琳 郭承军 李道涵 | 2017 | 电光与控制2017，24，5： | 0 |
| 4 | 基于小波包和分形维数的瓦斯传感器状态评估方法研究显示文摘为验证煤矿井下瓦斯浓度数据监测的准确性,实现对瓦斯传感器的远程状态评估,保证煤矿井下的安全工作,提出了一种基于小波包和分形理论的瓦斯传感器状态评估方法。首先构建了优化支持向量回归模型,利用输出的残差信号判断瓦斯传感器工作状态是否异常;针对瓦斯传感器的常见故障,结合小波包变换与分形理论对传感器的异常信号进行故障特征提取,构建故障特征向量;利用粒子群算法优化支持向量机的偏二叉树模型对故障进行分类识别,输出状态评估结果。与传统的BP神经网络法和SVM分类法对比,所提评估方法的整体准确率达95%,说明了其有效性和准确性。 | 冯源琪 左弯弯 王金川 杨梦莹 张建文 | 2021 | 电气防爆2021，，3： | 0 |
| 5 | 基于迭代PCA的油田传感器故障检测与隔离显示文摘针对油田采油现场采集的传感器数据本身存在不规律动态特性,使得传统的主元分析(PCA)故障检测方法在实际应用中准确度较低、容易出现误报的问题,采用一种迭代PCA模型方法,即累积数据达到一定长度之后对PCA模型进行迭代更新,可以有效地减小误报的发生.检测出故障后,利用故障数据和残差向量的映射向量定义一个传感器故障指数,可以实现故障隔离.仿真实验表明,与传统的PCA方法相比,本文所采用的更新PCA模型的迭代方法能更好地适用于数据具有动态特性的油田传感器故障检测;通过对传感器故障指数的计算可以准确地实现故障隔离.实验表明,本文用的传感器故障检测与隔离方法可以很好地应用在实际系统中. | 王通 翟瑀佳 刘春芳 刘景凯 | 2014 | 沈阳工业大学学报2014，36，1： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员