控制系統(tǒng)智能故障診斷

《控制系統(tǒng)智能故障診斷》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)智能故障診斷系統(tǒng)的研究1前言目前，自動控制技術(shù)已廣泛用于航空航天、核電站和工業(yè)生產(chǎn)過程等領(lǐng)域，成為與人們生活密切相關(guān)的一部分。構(gòu)成自動控制系統(tǒng)的基本單元是電子元器件和機械零部件，所以元器件的可靠性直接決定著系統(tǒng)的好壞?？刂葡到y(tǒng)是一類由被控對象、控制器、傳感器和執(zhí)行器組成的復(fù)雜系統(tǒng)，而各個部件又是電子、機械、軟件及其他因素的復(fù)合體，一個典型的控制系統(tǒng)結(jié)構(gòu)由控制器、執(zhí)行器、被控對象及傳感器組成。在許多工程應(yīng)用中，高可靠性的控制系統(tǒng)是必需的。例如，大型客機在濃霧氣象條件能見度很差(

2、兒乎為零)，機上載有數(shù)百名乘客，飛行員只能依靠自動著陸系統(tǒng)使飛機安全著陸，在這種條件下，控制系統(tǒng)中任何一個部件發(fā)生故障，都將帶來災(zāi)難性事故。對于連續(xù)、大批量的現(xiàn)代化生產(chǎn)過程，控制系統(tǒng)往往包括幾十個甚至上百個控制回路，因此，傳統(tǒng)的報警和保護系統(tǒng)已日益不能滿足現(xiàn)代化生產(chǎn)過程的需要。在計算機控制系統(tǒng)中，由于容錯計算機技術(shù)的成熟，計算機硬件和軟件的可靠性已達到了較高水平，而傳感器和執(zhí)行器的故障己成為導(dǎo)致控制系統(tǒng)失效的主要原因，據(jù)統(tǒng)計，80%的控制系統(tǒng)失效起因于傳感器和執(zhí)行器的故障。因此，研究傳感器和執(zhí)行器

3、的故障診斷問題無疑具有重大的理論和應(yīng)用價值。一般用控制理論來指導(dǎo)控制系統(tǒng)的分析和設(shè)計。然而，當(dāng)故障發(fā)生時，有些控制方法并不總能奏效。生產(chǎn)和科研急需進行故障診斷，并將故障造成的損失降低到最小限度，這使得控制系統(tǒng)的故障診斷這一學(xué)科變得極為重要。在現(xiàn)代工業(yè)自動化生產(chǎn)過程中，故障診斷正成為一種提高生產(chǎn)效率和保證質(zhì)量的關(guān)鍵技術(shù)。在國防和航天領(lǐng)域，故障診斷也具有相當(dāng)重要的應(yīng)用意義。所以，研制出能及時、準(zhǔn)確地診斷控制系統(tǒng)故障能力的故障診斷系統(tǒng)，是一個需要長期研究的問題。當(dāng)一個系統(tǒng)的狀態(tài)偏離了正常狀態(tài)時，稱系統(tǒng)發(fā)

4、生了故障，這時系統(tǒng)可能完全也可能部分地失去其功能。傳統(tǒng)的診斷方法，是通過檢測信號，再由有經(jīng)驗的工程人員結(jié)合經(jīng)驗知識，進行分析判斷，找出故障原因和發(fā)生部位，并采取相應(yīng)的維修措施。這種方法的缺點是完全依靠人的主觀意識，存在很大的隨機性和不確定性，容易發(fā)生“誤診”和“漏診”現(xiàn)象。另外一種方法就是建立數(shù)學(xué)模型，這種方法就是根據(jù)系統(tǒng)參數(shù)的估計值與其正常值之間的偏離數(shù)值，判斷出系統(tǒng)的故障狀況。目前，控制系統(tǒng)變得越來越復(fù)雜，很多情況下要想獲得系統(tǒng)的精確數(shù)學(xué)模型是非常困難的。同時，由于系統(tǒng)故障是多種多樣的，其故障

5、和征兆之間不存在簡單的一一對應(yīng)關(guān)系，故障診斷往往是一種探索過程。隨著計算機技術(shù)的發(fā)展及智能技術(shù)的應(yīng)用，診斷技術(shù)己開始進入一個新階段，即智能化診斷階段，這是一個基于專家知識和人工智能技術(shù)的診斷方法。該方法對復(fù)雜系統(tǒng)的診斷尤其有效，可充分利用人類專家的經(jīng)驗知識，進行快速診斷。基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)故障診斷是近年來出現(xiàn)的一種新方法，由于神經(jīng)網(wǎng)絡(luò)具有處理復(fù)雜多模式及進行聯(lián)想、推測和記憶功能，它非常適用于故障診斷系統(tǒng)。它具有自組織自學(xué)習(xí)能力，能克服傳統(tǒng)專家系統(tǒng)當(dāng)啟發(fā)式規(guī)則未考慮到時就無法工作的缺陷。因此，將

6、神經(jīng)元網(wǎng)絡(luò)應(yīng)用于過程檢測系統(tǒng)已成為一個非?；钴S的研究領(lǐng)域。利用神經(jīng)網(wǎng)絡(luò)強大的分類能力，進行故障模式的分類與學(xué)習(xí)，診斷出故障。可以說，神經(jīng)網(wǎng)絡(luò)是物理模型方法和數(shù)學(xué)模型方法的一個綜合，它可發(fā)揮兩者的長處，使故障診斷的范圍更寬，診斷準(zhǔn)確性更高。將神經(jīng)網(wǎng)絡(luò)應(yīng)用于控制系統(tǒng)的故障診斷之中，能夠提高故障診斷的快速性，使故障診斷更為精確，具有巨大的經(jīng)濟價值和社會價值。2研究內(nèi)容故障類型與故障征兆之間的關(guān)聯(lián)關(guān)系是復(fù)雜的非線性關(guān)系，有一些控制系統(tǒng)非常復(fù)雜，建立精確的數(shù)學(xué)模型是非常困難的，故障類型與故障征兆之間關(guān)聯(lián)嚴(yán)重

7、，并不是簡單的一一對應(yīng)關(guān)系，因此有必要對傳統(tǒng)的故障診斷方案進行改進，或者采用更為智能化的故障診斷系統(tǒng)，以取得更好的故障診斷效果。本文采用基于神經(jīng)網(wǎng)絡(luò)的故障診斷方法，它根據(jù)故障信息，設(shè)計出智能程序，以此來解決復(fù)雜系統(tǒng)的故障診斷問題。由于神經(jīng)網(wǎng)絡(luò)具有很好的逼近非線性函數(shù)的能力，并且具有自組織、自學(xué)習(xí)的特點，當(dāng)系統(tǒng)在遇到未見過的新故障信息或現(xiàn)象而不能正確處理時，神經(jīng)網(wǎng)絡(luò)可以利用它的相似性、聯(lián)想能力進行診斷。本文在故障診斷仿真過程中，分別采用了成批處理的帶慣性量、學(xué)習(xí)率自適應(yīng)等改進的BP算法。由于對于不同

8、的數(shù)據(jù)，建立的神經(jīng)網(wǎng)絡(luò)的模型是不同的，在確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)時，作了大量的仿真，并對BP算法中的參數(shù)值(學(xué)習(xí)率初始值、慣性因子初始值、隱含層節(jié)點數(shù))的不同取值進行比較，最終確定參數(shù)的折中值，以使故障診斷快速、準(zhǔn)確。3控制系統(tǒng)故障的分類構(gòu)成自動控制系統(tǒng)的基本單元是電子元器件和機械零部件，所以元器件可靠性是系統(tǒng)可靠性的基礎(chǔ)?？刂葡到y(tǒng)是一類由被控對象、控制器、傳感器和執(zhí)行器組成的復(fù)雜系統(tǒng)，而各個部件又是電子、機械、軟件及其他因素的復(fù)合體，一個典烈的控制系統(tǒng)結(jié)構(gòu)如圖1所示。組成控制系統(tǒng)的各個