基于解析模型的故障診斷方法課件

基于解析模型的故障診斷

1Contents

2故障現(xiàn)象的合理描述

1基于模型的魯棒故障檢測(cè)

2在線故障容錯(cuò)控制

3三水箱系統(tǒng)故障的仿真研究

45多重執(zhí)行器故障的仿真研究

故障現(xiàn)象的合理描述

?工業(yè)過(guò)程目前絕大部分已采用了計(jì)算機(jī)控制系統(tǒng)，且以計(jì)算機(jī)為核心的控制器的可靠性可以達(dá)到較高水平，隨之而來(lái)的問(wèn)題是執(zhí)行器和傳感器可靠性的不足。實(shí)際上，傳感器和執(zhí)行器的故障已成為導(dǎo)致控制系統(tǒng)失效的主要原因，據(jù)統(tǒng)計(jì)，80%控制系統(tǒng)失效，起因于傳感器和執(zhí)行器故障。然而，傳統(tǒng)的控制理論的研究大多都是基于傳感器和執(zhí)行器工作正常的假設(shè)。因此，研究傳感器和執(zhí)行器的故障檢測(cè)和容錯(cuò)控制間題有重要的理論和應(yīng)用價(jià)值。

?大部分故障容錯(cuò)控制研究中廣泛采用了“二狀態(tài)故障模型”，盡管這種描述可以簡(jiǎn)化故障診斷和容錯(cuò)控制的研究，但這種描述不能很好的反映實(shí)際的工程系統(tǒng)中所發(fā)生的故障現(xiàn)象。因此，如何建立合理的實(shí)際故障的解析模型是非常必要的。

3傳感器故障的合理描述

?1.傳感器故障問(wèn)題的描述

?對(duì)于一個(gè)實(shí)際的多輸入多輸出的非線性動(dòng)態(tài)系統(tǒng)，其帶有傳感器故障數(shù)學(xué)模型可用描述為：

(1)(2)?故障發(fā)生的時(shí)間可以被描述為：

(3)?這里

表示一個(gè)時(shí)變?cè)鲆娴某?shù)矩陣，可以描述突變故障、衰減故障和間隙故障。

（突變故障

）(4)

（衰減故障

）(5)

是衰減系數(shù)，代表單位階躍響應(yīng)。

4)(),()(Ttuxftx?????()(,)()()(,,)ytgxutBtTFxut?????)}(,),({)(11nnTtTtdiagTtB???????)()(111TtUTt????)2())2(1()2(2TtUTteTt????????),2,1)((niTtii????傳感器故障的合理描述

2.傳感器故障分類及其特性描述

?傳感器故障：偏差故障、漂移故障、精度下降故障和完全故障。前三種故障被稱為“軟故障”，而后一種故障被稱為“硬故障”。軟故障由于故障現(xiàn)象不明顯，難于被檢測(cè)，使得軟故障在某種程度上比硬故障危害更大。

?1)偏差故障：是指故障測(cè)量值與正確測(cè)量值相差某一恒定常數(shù)的一類故障，即：

b為常數(shù)(6)?該類故障的表現(xiàn)形式如圖1所示。從圖中可以看出，有故障的測(cè)量與無(wú)故障的測(cè)量是平行的只是兩者之間相差一個(gè)常數(shù)

b。

5btuxF?),,(傳感器故障的合理描述

?2)漂移故障：是指故障大小隨時(shí)間發(fā)生線性變化的一類故障,其形式為

為常數(shù)，為的故障起始時(shí)刻(7)

該類故障的表現(xiàn)形式如圖1b所示，從圖中可以看出，有故障測(cè)量值與無(wú)故障測(cè)量值之間的差距隨時(shí)間的推移而不斷加大。

?3)精度下降故障：發(fā)生精度下降故障時(shí)，測(cè)量的平均值并沒(méi)有變化，而是測(cè)量的方差發(fā)生了變化。具體表示形式為：

(8)

這里,表示高斯白噪聲,表示方差。精度下降故障類似于自由噪聲的方差增大的情況。其表現(xiàn)形式如圖1c所示，從圖中可以看出，有故障測(cè)量與無(wú)故障測(cè)量混雜在一起。正是由于這一點(diǎn)，使得該類故障的檢測(cè)較其他三類故障更難。

6)(),,(0TtdtuxF??22F(x,u,t)~(0,)N?),0(22?N傳感器故障的合理描述

?4)完全故障：完全故障時(shí)測(cè)量值不隨實(shí)際變化而變化，始終保持某一讀數(shù)。通常這一恒定值一般是儀表量程的最大或最小值。該類故障可以表示成為：

表示儀表量程的最大或最小值(9)?這類故障的發(fā)生往往是一個(gè)衰減過(guò)程，可以表示為：

(10)

其表現(xiàn)形式如圖1(d)所示，此類故障檢測(cè)的關(guān)鍵是早期檢測(cè)，防止故障進(jìn)一步的擴(kuò)大。

7(,,)Fxutc?22()(,,)(1)()tTFxuteUtTc??????傳感器故障的合理描述

8實(shí)際值

故障測(cè)量值

圖1傳感器故障類型描述

010203040506.577.58BiasFaulthight(cm)time(second)010203040506.577.58shiftingFaulthight(cm)time(second)010203040506.577.58Precisiondegradationfaulthight(cm)time(second)01020304050678910completefaulthight(cm)time(second)執(zhí)行器故障（閥門(mén)故障）的描述

?執(zhí)行器位于控制回路的最終端，控制系統(tǒng)的控制性能與執(zhí)行器的性能和正確選用有著直接的十分重要的關(guān)系。閥門(mén)是流程工業(yè)最常用的執(zhí)行器，其使用不當(dāng)或閥門(mén)故障引起的生產(chǎn)不能正常進(jìn)行甚至造成事故的情況不勝枚舉。另一方面在一個(gè)裝置中閥門(mén)的數(shù)量眾多，一些關(guān)鍵部位的閥門(mén)價(jià)值昂貴且難于更換。本節(jié)研究對(duì)象采用歐洲網(wǎng)絡(luò)訓(xùn)練基金會(huì)在2002-2006年研究開(kāi)發(fā)的一個(gè)動(dòng)態(tài)執(zhí)行器基準(zhǔn)平臺(tái)——DAMADICS（DevelopmentandApplicationofMethodsforActuatorDiagnosisinIndustrialControlSystems）。DAMADICS基準(zhǔn)平臺(tái)是根據(jù)柏林一個(gè)糖生產(chǎn)工業(yè)數(shù)據(jù)和實(shí)驗(yàn)測(cè)試數(shù)據(jù)，利用解析描述方法建立的執(zhí)行器故障基準(zhǔn)仿真平臺(tái)。

9執(zhí)行器故障（閥門(mén)故障）的描述

?1.閥門(mén)裝置的基本結(jié)構(gòu)

?在討論閥門(mén)故障現(xiàn)象和建立合理數(shù)學(xué)描述模型之前，必須首先掌握閥門(mén)的基本結(jié)構(gòu)。閥門(mén)由執(zhí)行機(jī)構(gòu)、調(diào)節(jié)機(jī)構(gòu)和閥門(mén)定位器組成，如圖2所示。執(zhí)行機(jī)構(gòu)將控制器輸出信號(hào)轉(zhuǎn)換成控制閥的推力，由推力力矩進(jìn)一步轉(zhuǎn)化為角位移信號(hào)；調(diào)解機(jī)構(gòu)將位移信號(hào)轉(zhuǎn)換為流通面積的變化，從而影響流體流量。閥門(mén)定位器可改善控制系統(tǒng)功能，與閥桿位移量組成副回路控制，克服摩擦力、不平衡力和回差干擾。

10執(zhí)行器故障（閥門(mén)故障）的描述

11執(zhí)行器故障（閥門(mén)故障）的描述

CV：控制器輸出信號(hào)；I：?jiǎn)卧妮斎腚娏餍盘?hào)；E/P：電-汽信號(hào)轉(zhuǎn)換器；F主管道載體流量；Fv：控制閥輸出流量；Fv3：旁路管道輸出流量；FT：流量測(cè)量值；P1，P2：閥前、閥后壓力；Ps：E/P轉(zhuǎn)換器的輸出氣壓；X：閥桿位移。閥門(mén)定位器構(gòu)成一個(gè)負(fù)反饋回路與原有的被控變量組成串級(jí)控制，如圖3所示。

12執(zhí)行器

L

工業(yè)裝置

檢測(cè)變送

e

PI

SP

PV

CV

P

I

E/P

Ps

XV

驅(qū)動(dòng)

X

Kf

閥頭

F

蒸汽

泄漏

P2

P1

X

圖.3閥門(mén)控制原理結(jié)構(gòu)圖

Ps

I

CV

執(zhí)行器故障（閥門(mén)故障）的描述

?2.閥門(mén)常見(jiàn)故障的合理描述

?閥門(mén)故障按照其機(jī)構(gòu)可以劃分為：調(diào)節(jié)機(jī)構(gòu)故障、執(zhí)行機(jī)構(gòu)故障、定位器故障和一般外部故障。常見(jiàn)的故障大致可以歸納19種故障情況。

?調(diào)節(jié)機(jī)構(gòu)常見(jiàn)故障

13注：Hf：閥桿移動(dòng)范圍；H0：正常閥桿移動(dòng)范圍；fs：故障強(qiáng)度；Xf：故障時(shí)閥桿移動(dòng)距離；X0：正常閥桿移動(dòng)距離；Kvrf：故障時(shí)閥流量系數(shù)；Kvr0：正常時(shí)閥流量系數(shù)；Dbf：故障時(shí)滯后環(huán)的寬度；Db0：正常時(shí)滯后環(huán)的寬度；Ff：故障時(shí)閥的輸出流量；F0：正常時(shí)閥的輸出流量；T1f：故障時(shí)載體溫度；T10：正常載體溫度；

執(zhí)行器故障（閥門(mén)故障）的描述

14執(zhí)行器故障（閥門(mén)故障）的描述

153基于多模型的魯棒故障檢測(cè)技術(shù)

?基于解析模型的故障檢測(cè)與診斷方法是通過(guò)系統(tǒng)實(shí)際行為與基于模型的預(yù)期行為的差異的分析與比較，檢測(cè)系統(tǒng)是否發(fā)生故障，并對(duì)故障發(fā)生部位、故障的大小及類型進(jìn)行診斷。這種基于解析模型的故障診斷方法具有不需要另增加其他物理設(shè)備的優(yōu)點(diǎn)，在理論研究和工程應(yīng)用方面都具有很強(qiáng)的吸引力

。

163基于多模型的魯棒故障檢測(cè)技術(shù)

?3.1系統(tǒng)的建模

?動(dòng)態(tài)系統(tǒng)解析冗余是指系統(tǒng)輸入信息和輸出信息之間瞬態(tài)關(guān)系的集合，動(dòng)態(tài)系統(tǒng)的建模過(guò)程實(shí)際上就是從過(guò)程輸入輸出關(guān)系中提取解析冗余信息的過(guò)程。假設(shè)一個(gè)可以用非線性自回歸滑動(dòng)模型表示的多輸入多輸出的非線性系統(tǒng)，在沒(méi)有故障，擾動(dòng)和噪聲情況下可表示為：

?(3.1)?nu

和

ny分別表示輸入和輸出的階數(shù)，表示輸入時(shí)滯。

?系統(tǒng)可以使用不同的建模方法建立系統(tǒng)的模型。模型可以表示如下：

?(3.2)?建模方法有很多，例如：時(shí)域上描述系統(tǒng)的數(shù)學(xué)模型常用代數(shù)方程、微分方程、隨機(jī)微分方程、差分方程、隨機(jī)差分方程等。近年來(lái)也有許多文獻(xiàn)采用基于智能建模方法建立非線性動(dòng)態(tài)系統(tǒng)的模型。

17()[(1),,(),(1),,()]uyykfukdukdnykykn?????????()[(1),,(),(1),,()](,))uyykfukdukdnykyknyu?????????3基于多模型的魯棒故障檢測(cè)技術(shù)

?2.3.2殘差的生成

?故障診斷領(lǐng)域的殘差主要指被監(jiān)控系統(tǒng)的真實(shí)行為與基于系統(tǒng)數(shù)學(xué)模型的預(yù)期行為之間的不一致性或差異，是過(guò)程故障檢測(cè)系統(tǒng)的核心。由于噪音和模型的不確定存在，即使在無(wú)故障時(shí)，殘差也不可能為零。

?殘差發(fā)生器可以描述為：

?(3.3)?故障可以被表示為一個(gè)未知輸入作用在系統(tǒng)上（“加性故障”）或者表示為一些工廠參數(shù)的變化（“乘性故障”）。殘差也可以改寫(xiě)為：

?(3.4)?式中p(k)表示加性故障；q(k)表示外加擾動(dòng)；v(k)表示測(cè)量噪聲；SF(z)表示加性故障傳遞函數(shù)；SD(z)表示外加擾動(dòng)傳遞函數(shù)；SN(z)表示測(cè)量噪聲傳遞函數(shù)；?F表示乘性故障矢量；?D表示參數(shù)不確定矢量。從式可以看出殘差不僅與加性故障或乘性故障相關(guān)，而且與系統(tǒng)參數(shù)的不確定、噪聲和擾動(dòng)相關(guān)。系統(tǒng)的擾動(dòng)、噪聲和模型誤差導(dǎo)致了殘差在正常工況時(shí)為非零值，增加了故障檢測(cè)的難度。所以在設(shè)計(jì)殘差發(fā)生器時(shí)，就應(yīng)考慮到殘差受外界擾動(dòng)、噪聲和模型誤差的影響盡可能的少，也就是說(shuō)殘差對(duì)這些未知輸入應(yīng)具有一定的魯棒性。

18?()()-()rkykyk?DFFFDDNr(k)=W(z)[S(z)p(k)+N(k)+S(z)q(k)+N(k)+S(z)v(k)??3基于多模型的魯棒故障檢測(cè)技術(shù)

?2.3.3殘差魯棒性問(wèn)題分析

?解決殘差魯棒性的常用方法主要分為兩大類：主動(dòng)魯棒性和被動(dòng)魯棒性。主動(dòng)魯棒性主要通過(guò)設(shè)計(jì)式（2.3.4）中矩陣W(z)使得殘差僅對(duì)故障敏感，而對(duì)系統(tǒng)的不確定性具有較好的魯棒性。近年來(lái)，已有一些文獻(xiàn)采用不同的技術(shù)提高殘差的魯棒性。例如未知輸入觀測(cè)器、魯棒偏微分方程、H∞控制和解耦技術(shù)等。由于設(shè)計(jì)主動(dòng)魯棒算法時(shí)，需要知道模型誤差與不確定性等細(xì)節(jié)，而這些細(xì)節(jié)很少可以預(yù)先知道，因此實(shí)際應(yīng)用中將模型不確定性和噪聲產(chǎn)生的殘差與故障產(chǎn)生的殘差進(jìn)行完全解耦是不容易實(shí)現(xiàn)的。

?被動(dòng)魯棒性故障檢測(cè)途徑是把參數(shù)的不確定性引入到殘差中，通過(guò)使用一個(gè)閾值來(lái)描述不確定對(duì)殘差的影響。因此，如果殘差落在這個(gè)閾值內(nèi)，則沒(méi)有故障被檢測(cè)，殘差可能是由于參數(shù)的不確定或噪聲引起。文獻(xiàn)給出了操作工作點(diǎn)、模型不確定性與殘差閾值之間的一個(gè)理論關(guān)系。文獻(xiàn)發(fā)展了一種自適應(yīng)閾值技術(shù)，基于參數(shù)不確定的動(dòng)態(tài)操作中，最小的閾值就等于用模型參數(shù)不確定性計(jì)算出的輸出值的最大可能偏離。由于模型偏離正常工況的最大值與最小值之間形成一個(gè)運(yùn)動(dòng)的區(qū)域軌跡，可以作為殘差的自適應(yīng)閾值包絡(luò)軌跡。這里給出計(jì)算參數(shù)不確定條件下的自適應(yīng)閾值方法。自適應(yīng)閾值方法可以有效地解決建模的不確定和擾動(dòng)等問(wèn)題。模型輸出不確定區(qū)域可以表示為：

193基于多模型的魯棒故障檢測(cè)技術(shù)

203基于多模型的魯棒故障檢測(cè)技術(shù)

2115020025030035000.10.20.30.40.50.60.70.80.91時(shí)間(s)系統(tǒng)輸出不確定區(qū)域

y(t)系統(tǒng)輸出不確定區(qū)域故障圖2.3.2系統(tǒng)輸出不確定區(qū)域及其故障檢測(cè)應(yīng)用示意圖

3基于多模型的魯棒故障檢測(cè)技術(shù)

?3.4閉環(huán)系統(tǒng)的魯棒故障檢測(cè)技術(shù)

?本節(jié)采用了加權(quán)移動(dòng)平均殘差(WMVR)和自適應(yīng)閾值包絡(luò)保守的故障檢測(cè)技術(shù)進(jìn)行帶有不確定相和測(cè)量噪聲的故障檢測(cè)。故障檢測(cè)的方框圖如圖2.3.3所示。

22

殘差發(fā)生器

生產(chǎn)過(guò)程

過(guò)程模型

自適應(yīng)包絡(luò)發(fā)生器

自適應(yīng)閾值發(fā)生器

傳感器

實(shí)際輸出

殘差

自適應(yīng)閾值

加權(quán)移動(dòng)平均殘差

故障

檢測(cè)

故障

故障檢測(cè)

圖2.3.3閉環(huán)系統(tǒng)魯棒故障檢測(cè)結(jié)構(gòu)圖

3基于多模型的魯棒故障檢測(cè)技術(shù)

?1.加權(quán)移動(dòng)平均殘差(WMVR)技術(shù)

?為了有效地解決由于測(cè)量噪聲和外界擾動(dòng)對(duì)殘差造成的影響，本節(jié)采用基于一個(gè)移動(dòng)時(shí)間窗L定義一個(gè)濾波器Ek，Ek是由起始于當(dāng)前采樣時(shí)刻k的過(guò)去L個(gè)殘差加權(quán)組成，此移動(dòng)時(shí)間窗在每一時(shí)刻都進(jìn)行更新。其表達(dá)式為：

?(2.3.35)

?這里

k

是當(dāng)前采樣時(shí)間；

Ek是在

L時(shí)間窗內(nèi)的加權(quán)移動(dòng)平均殘差；是權(quán)系數(shù)；是正常模型的估計(jì)值；時(shí)實(shí)際測(cè)量值。

2322k111?()(()())kkiiiikLikLEryiyiL?????????????3基于多模型的魯棒故障檢測(cè)技術(shù)

?2.自適應(yīng)閾值包絡(luò)故障檢測(cè)

?采用自適應(yīng)閾值包絡(luò)軌跡與加權(quán)移動(dòng)平均殘差Ek在每一個(gè)移動(dòng)時(shí)間窗內(nèi)

L

內(nèi)相比較檢測(cè)系統(tǒng)故障。自適應(yīng)閾值發(fā)生器是基于動(dòng)態(tài)優(yōu)化和假定參數(shù)不確定下，最小可能的閾值等于由于模型的不確定相造成的正常模型產(chǎn)生的最大可能偏離。自適應(yīng)閾值的最大最小值隨著時(shí)間變化曲線就成為包絡(luò)軌跡。這里的閾值包絡(luò)軌跡可以采用前節(jié)所述的方法，也可以采用基于知識(shí)方法（例如神經(jīng)網(wǎng)絡(luò)方法、模式識(shí)別等）建立正常工況的最大和最小邊界，從而形成殘差閾值包括軌跡。在移動(dòng)時(shí)間窗內(nèi)，若加權(quán)移動(dòng)平均殘差落在自適應(yīng)閾值包絡(luò)軌跡內(nèi)，認(rèn)為殘差主要由模型的不確定和噪聲引起，系統(tǒng)正常，反之系統(tǒng)發(fā)生故障。利用上述故障檢測(cè)方法可以大大減少由于不確定干擾和測(cè)量噪聲導(dǎo)致的誤報(bào)警，故障檢測(cè)魯棒性明顯提高了。

242.4主動(dòng)補(bǔ)償容錯(cuò)控制方法的設(shè)計(jì)

?對(duì)于復(fù)雜的工業(yè)控制系統(tǒng)，由于負(fù)反饋控制和控制回路之間耦合等因素使得故障迅速在整個(gè)回路傳播，從而故障引起系統(tǒng)動(dòng)態(tài)的變化往往是不明顯。因此，針對(duì)實(shí)際閉環(huán)控制系統(tǒng)進(jìn)行在線故障調(diào)節(jié)策略的設(shè)計(jì)不容易實(shí)現(xiàn)。在工業(yè)系統(tǒng)中，有些故障經(jīng)常發(fā)生，或者是可預(yù)見(jiàn)的故障，例如系統(tǒng)元件的隨著使用時(shí)間性能退化的故障，我們把這些故障稱為“歷史故障”。對(duì)于“歷史故障”可以離線建立故障描述模型和故障特征，設(shè)計(jì)相應(yīng)的主動(dòng)容錯(cuò)控制策略，并儲(chǔ)存在歷史故障庫(kù)和歷史故障容錯(cuò)控制策略庫(kù)中。如果系統(tǒng)檢測(cè)到故障，故障診斷模塊被啟動(dòng)，確定故障的大小、位置后，與歷史故障模型匹配，實(shí)現(xiàn)故障的隔離，根據(jù)故障匹配結(jié)果，切換到相應(yīng)的補(bǔ)償容錯(cuò)控制策略。盡管這種基于多模型的切換控制系統(tǒng)的穩(wěn)定性在理論上并沒(méi)有被很好的證明，但這種基于多模型的主動(dòng)容錯(cuò)控制思想已被廣泛地應(yīng)用在實(shí)際工業(yè)中。

?根據(jù)在閱讀了國(guó)外對(duì)于復(fù)雜工業(yè)過(guò)程關(guān)于故障診斷與故障調(diào)節(jié)方面的相關(guān)文獻(xiàn)的基礎(chǔ)上，并結(jié)合國(guó)內(nèi)實(shí)際的流程工業(yè)生產(chǎn)控制系統(tǒng)的特點(diǎn)，給出了一個(gè)較為全面且容易工程實(shí)現(xiàn)的故障檢測(cè)、診斷與主動(dòng)補(bǔ)償容錯(cuò)控制方法的結(jié)構(gòu)圖，如圖所示。該方法可以初步認(rèn)為由三層結(jié)構(gòu)組成：第一層：工業(yè)系統(tǒng)的基礎(chǔ)閉環(huán)控制層；第二層：基于多模型的故障檢測(cè)診斷與補(bǔ)償容錯(cuò)控制層（FDT）；第三層：人機(jī)監(jiān)督管理層。

252.4主動(dòng)補(bǔ)償容錯(cuò)控制方法的設(shè)計(jì)

26未知故障

_

傳感器

正常模型

…

…

FTC2

FTCN

歷史故障補(bǔ)償容錯(cuò)控制庫(kù)

FTC1

歷史故障診斷庫(kù)

歷史故障模型庫(kù)

Fault1

Fault2

FaultN

在線故障診斷與估計(jì)

SP

工業(yè)過(guò)程對(duì)象

執(zhí)行器

正?？刂破?/p>

第二層：FDT

第三層:監(jiān)督管理層

第一層:閉環(huán)控制層

圖2.4.1在線故障診斷與主動(dòng)補(bǔ)償容錯(cuò)控制方法結(jié)構(gòu)圖

智能調(diào)節(jié)控制器

人機(jī)監(jiān)控管理界面

故障檢測(cè)模塊

故障

調(diào)節(jié)

Y(k)

故障調(diào)節(jié)

+

_

補(bǔ)償策略

…

故障

故障

故障

2.4主動(dòng)補(bǔ)償容錯(cuò)控制方法的設(shè)計(jì)

?2.4.1工業(yè)系統(tǒng)的基礎(chǔ)閉環(huán)控制層

?這一層主要由傳感器、執(zhí)行器、信號(hào)轉(zhuǎn)化和控制器組成的常規(guī)控制回路組成。在流程工業(yè)生產(chǎn)過(guò)程中，這一層常采用集散控制系統(tǒng)、可編程控制器或計(jì)算機(jī)直接控制等。一般的過(guò)程控制系統(tǒng)基礎(chǔ)層往往包含90%以上的常規(guī)控制回路，回路之間的存在著關(guān)聯(lián)耦合現(xiàn)象。一旦局部的控制回路發(fā)生異常（如調(diào)節(jié)閥/傳感器發(fā)生故障），導(dǎo)致波動(dòng)，由于系統(tǒng)關(guān)聯(lián)傳遞機(jī)制，可能整個(gè)系統(tǒng)會(huì)出現(xiàn)廠級(jí)范圍波動(dòng)?；A(chǔ)層控制性能對(duì)于工況的穩(wěn)定有著直接的影響，也對(duì)故障的產(chǎn)生，故障的檢測(cè)和診斷性能，以及進(jìn)一步容錯(cuò)控制策略實(shí)施有很大的影響。

272.4主動(dòng)補(bǔ)償容錯(cuò)控制方法的設(shè)計(jì)

?2.4.2基于多模型的故障檢測(cè)診斷與容錯(cuò)控制層

?本層的在線智能故障容錯(cuò)控制方法采用一個(gè)單獨(dú)的故障檢測(cè)模塊、故障診斷模塊、主動(dòng)補(bǔ)償容錯(cuò)控制模塊。

?1）故障的檢測(cè)模塊

?本節(jié)采用一個(gè)成本有效的保守故障檢測(cè)與診斷方案。故障檢測(cè)模塊采用2.3.4節(jié)的加權(quán)移動(dòng)平均殘差和自適應(yīng)閾值包絡(luò)的保守故障檢測(cè)方法。檢測(cè)模塊根據(jù)正常行為模式，周期性地檢測(cè)系統(tǒng)的“健康”狀態(tài)。

?2）基于多殘差動(dòng)態(tài)描述的故障診斷模塊

?根據(jù)不同的故障模式在過(guò)程操作單元和控制回路之間故障傳播的途徑不同，可設(shè)計(jì)“多殘差描述故障特征”。即根據(jù)可測(cè)量的變量信號(hào)和控制信號(hào)以及故障信號(hào)在閉環(huán)系統(tǒng)中的傳播途徑，建立多個(gè)操作單元或控制回路的數(shù)學(xué)模型。通過(guò)系統(tǒng)測(cè)量值與模型估計(jì)值之間形成多殘差描述。這里采用“三值法{-1，0，1}”描述殘差的變化。即在一個(gè)固定的移動(dòng)時(shí)間窗L'內(nèi)，若加權(quán)殘差落在預(yù)先設(shè)定診斷閾值?內(nèi)設(shè)為“0”，殘差正向偏離診斷閾值?為“1”，殘差反向偏離診斷閾值為?

“-1”?？梢杂靡韵滤闶奖硎荆?/p>

?

（2.4.1）

?表示第i個(gè)殘差動(dòng)態(tài)輸出，是權(quán)系數(shù)；加權(quán)移動(dòng)殘差。根據(jù)歷史故障模式樣本，建立多殘差動(dòng)態(tài)描述{-1，0，1}的歷史故障特征庫(kù)。在故障檢測(cè)與診斷過(guò)程中，移動(dòng)時(shí)間窗L'，加權(quán)系數(shù)，診斷閾值?為設(shè)計(jì)參數(shù)，其應(yīng)根據(jù)計(jì)算容量、模型的不確定、噪聲和已知故障的精確度等因素恰當(dāng)?shù)剡x擇參數(shù)。

280'0-1()kikikkLrk??????2.4主動(dòng)補(bǔ)償容錯(cuò)控制方法的設(shè)計(jì)

?3)主動(dòng)容錯(cuò)補(bǔ)償調(diào)節(jié)模塊

?如圖所示，一個(gè)控制策略協(xié)調(diào)器平行置于歷史故障容錯(cuò)補(bǔ)償調(diào)節(jié)控制庫(kù)和正?？刂破髦g。在線過(guò)程監(jiān)控時(shí)，根據(jù)系統(tǒng)目前運(yùn)行狀況，控制策略可能來(lái)源于下述三種控制方式之一：正?？刂破鳎▽?duì)應(yīng)正常運(yùn)行工況）、歷史故障調(diào)節(jié)控制器（對(duì)應(yīng)于歷史故障情況）、在線智能調(diào)節(jié)控制器（對(duì)應(yīng)于未知故障情況）。在這種模式下，系統(tǒng)正常采用正?？刂撇呗?，當(dāng)系統(tǒng)檢到故障，故障診斷模塊診斷故障的類型與大小，如果判斷是歷史故障，則相應(yīng)的歷史故障補(bǔ)償容錯(cuò)控制器被切換到當(dāng)前控制。否則，被認(rèn)為故障為“未知故障”，在線智能控制調(diào)節(jié)器被切換到當(dāng)前策略。

292.4主動(dòng)補(bǔ)償容錯(cuò)控制方法的設(shè)計(jì)

?2.4.3人機(jī)監(jiān)督管理層

?人機(jī)監(jiān)督管理層主要功能包括：報(bào)警系統(tǒng)、緊急停車和人機(jī)對(duì)話功能。工程師和管理人員可以通過(guò)權(quán)限修改相關(guān)指令，例如：控制目標(biāo)的變化，參數(shù)的整定等操作，并與智能調(diào)節(jié)器相聯(lián)結(jié)。如果系統(tǒng)診斷出當(dāng)前故障屬于未知故障，系統(tǒng)發(fā)出警告，監(jiān)督層密切注意生產(chǎn)狀況，緊急切斷電源，防止不曾預(yù)計(jì)的未知故障帶來(lái)災(zāi)難性的后果。

?為了進(jìn)一步驗(yàn)證上面提出的基于多模型的故障檢測(cè)、診斷與主動(dòng)容錯(cuò)控制策略，分別在三水箱實(shí)驗(yàn)平臺(tái)和DMADICS執(zhí)行器故障實(shí)驗(yàn)平臺(tái)，對(duì)多種傳感器故障和執(zhí)行器故障進(jìn)行仿真研究。在仿真研究過(guò)程中，分別針對(duì)4種傳感器故障類型和19種執(zhí)行器故障類型，按照其類型和故障幅度建立了歷史故障模型庫(kù)，對(duì)于每一種故障建立了相應(yīng)的故障補(bǔ)償容錯(cuò)策略，組成歷史故障補(bǔ)償容錯(cuò)控制庫(kù)。并利用上述策略進(jìn)行了仿真實(shí)驗(yàn)，下面重點(diǎn)給出部分故障檢測(cè)、診斷與容錯(cuò)補(bǔ)償仿真結(jié)果。

302.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

31Q32

Q13

az3

az2

az1

泵2

A

水箱1

水箱2

水箱3

Q1

Q2

泵1

h1

h3

h2

Sp

泄漏故障1

泄漏故障2

Q20

2.5.1三水箱系統(tǒng)結(jié)構(gòu)示意圖

????????????????????????????????????????????????????),(),(),(00100111321213213203213321QhQhQhQQAQQQQQAhhh?????11223100010hyhyh???????????????????????1311313()2pQazSsignhhghh???3233232()2pQazSsignhhghh???20222pQazSgh?

32x3x1x2x1-x3x2-x36h25Q24Q233h32Q131h1Subtract2Subtract1SubtractSign1SignSaturation2Saturation1SaturationProduct4Product3Product2Product1ProductsqrtMathFunction2sqrtMathFunction1sqrtMathFunction1sIntegrator21sIntegrator11sIntegrator-1Gain9SpGain8c3Gain7gGain6-1Gain5SpGain4-1Gain31/AGain2c1Gain16SpGain13c2Gain12gGain11gGain101/AGain11/AGain2Constant22Constant12Constant|u|Abs1|u|Abs8noise37noise26noise15u24h303h202u11h10

333435362.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

?2.5.2建立三水箱過(guò)程的解析模型

?利用神經(jīng)網(wǎng)絡(luò)技術(shù)建立三水箱過(guò)程的正常解析模型。根據(jù)系統(tǒng)的動(dòng)態(tài)和實(shí)驗(yàn)分析，首先確定其輸入的階次和延遲時(shí)間分別為，。然后采用一個(gè)三層感知機(jī)網(wǎng)絡(luò)開(kāi)環(huán)辨識(shí)三水箱過(guò)程，網(wǎng)絡(luò)結(jié)構(gòu)采用了4個(gè)輸入節(jié)點(diǎn)，9個(gè)隱層節(jié)點(diǎn)和2個(gè)輸出節(jié)點(diǎn)的三層網(wǎng)絡(luò)結(jié)構(gòu)。采用9個(gè)隱層節(jié)點(diǎn)是由實(shí)驗(yàn)的嘗試其具有較小的建模誤差和模型結(jié)構(gòu)。采用Levenberge-Marguardt優(yōu)化算法訓(xùn)練網(wǎng)絡(luò)，網(wǎng)絡(luò)可用下述方程描述：

?訓(xùn)練好的網(wǎng)絡(luò)通過(guò)在MATLAB命令窗口使用‘gensim()'函數(shù)，將網(wǎng)絡(luò)模塊嵌入在SIMULINK中，實(shí)現(xiàn)系統(tǒng)的在線估計(jì)。圖2.5.2顯示了模型對(duì)無(wú)故障數(shù)據(jù)的估計(jì)性能。由于非常小的建模誤差，模型估計(jì)曲線與過(guò)程實(shí)際輸出曲線基本重合。

37)]2(),1(),2(),1([?)(?2211)2:9:4(?????kukukukugky2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

380100200300400500600700800900100005101520時(shí)間(秒)水箱液位(cm)水箱實(shí)際液位（測(cè)量噪聲）模型估計(jì)值設(shè)定值水箱1液位水箱2液位圖2.5.2PID控制效果及神經(jīng)網(wǎng)絡(luò)模型跟蹤效果圖

0100200300400500600700800900100005101520水箱液位(cm)時(shí)間(秒)水箱實(shí)際液位模型估計(jì)值自適應(yīng)閾值系統(tǒng)不確定閾值范圍水箱1液位水箱2液位圖2.5.3系統(tǒng)輸出不確定項(xiàng)閾值計(jì)算實(shí)時(shí)顯示曲線

2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

?2.5.3傳感器精度下降故障的檢測(cè)與容錯(cuò)補(bǔ)償控制仿真

?本節(jié)分別針對(duì)偏移故障、漂移故障、精度下降故障和完全衰減故障等多種傳感器故障模式進(jìn)行仿真研究，由于單獨(dú)發(fā)生的偏移故障和漂移故障的診斷較為容易，用本章提出的方法很容易檢測(cè)，且診斷快速性和準(zhǔn)確性都比較理想。這里重點(diǎn)研究在精度下降故障和完全衰減故障以及多種故障同時(shí)發(fā)生的情況下，系統(tǒng)的檢測(cè)診斷性能以及補(bǔ)償容錯(cuò)控制策略性能分析。

?1）精度下降故障的魯棒檢測(cè)結(jié)果

?假設(shè)水箱2在500秒-800秒期間發(fā)生精度下降故障，其故障的動(dòng)態(tài)模型為：

?

（2.5.7）

?為高斯隨機(jī)數(shù)表示測(cè)量噪聲，；為高斯隨機(jī)數(shù)表示精度下降故障；為單位階躍函數(shù)。在MATLAB/SIMULINK進(jìn)行上述傳感器故障仿真，仿真結(jié)果如圖2.5.4所示。圖2.5.4(a)顯示發(fā)生故障期間水箱液位2并沒(méi)有出現(xiàn)大的波動(dòng)，這是由于負(fù)反饋PID控制器對(duì)回路故障有一定的魯棒性，也就是的精度下降故障與測(cè)量噪聲交雜在一起，以其它三種傳感器故障更難于診斷。圖2.5.4(b)采用不確定區(qū)域包絡(luò)閾值技術(shù)檢測(cè)故障。圖2.5.4(c)顯示在水箱2液位PID控制的輸出頻繁波動(dòng)條件下，閥門(mén)的開(kāi)度也頻繁變化，容易造成閥門(mén)損壞。

392212222()(0,)500800()()(0,)(500)500<800shkNkkhkhkNUkk????????????或2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

400250500750100012501500010203040傳感器發(fā)生衰減故障時(shí)系統(tǒng)輸出響應(yīng)曲線水箱液位(cm)02505007501000125015000102030基于自適應(yīng)包絡(luò)閾值檢測(cè)故障h2測(cè)量值(cm)0250500750100012501500050100衰減故障下水箱2PID控制輸出響應(yīng)曲線閥門(mén)開(kāi)度時(shí)間(秒)h1seth1h3h2h2set衰減故障自適應(yīng)包絡(luò)閾值(a)(b)(c)圖2.5.4水箱2液位傳感器衰減故障下系統(tǒng)輸出響應(yīng)曲線圖

2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

?2）補(bǔ)償容錯(cuò)控制仿真結(jié)果

?當(dāng)故障被檢測(cè)并隔離后，發(fā)生故障的傳感器的測(cè)量信號(hào)，可以通過(guò)軟件冗余關(guān)系采用神經(jīng)網(wǎng)絡(luò)模型在線估計(jì)這個(gè)測(cè)量信號(hào)，并將負(fù)反饋的反饋回路切換到模型估計(jì)輸出值構(gòu)成主動(dòng)容錯(cuò)控制策略。這里采用在已經(jīng)建立容錯(cuò)補(bǔ)償調(diào)節(jié)庫(kù)中NN模型在線實(shí)時(shí)估計(jì)水箱2液位傳感器測(cè)量信號(hào)：

?(2.5.8)?表示具有4個(gè)輸入節(jié)點(diǎn)，7個(gè)隱層節(jié)點(diǎn)和一個(gè)輸出節(jié)點(diǎn)的三層網(wǎng)絡(luò)模型函數(shù)，訓(xùn)練采用BP算法。一旦故障被檢測(cè)，并被隔離后，系統(tǒng)自動(dòng)將用模型的估計(jì)值代替故障傳感器的檢測(cè)值形成反饋回路。圖2.5.5顯示了具有容錯(cuò)控制功能的系統(tǒng)實(shí)時(shí)響應(yīng)曲線。當(dāng)系統(tǒng)在505秒時(shí)刻模塊檢測(cè)到故障，啟動(dòng)相應(yīng)的容錯(cuò)控制策略，水箱2液位的估計(jì)值作為PID控制器的反饋值，閥門(mén)開(kāi)度響應(yīng)比無(wú)容錯(cuò)控制有了明顯的改善。

?此外，系統(tǒng)上層的監(jiān)督模塊實(shí)時(shí)監(jiān)控水箱液位偏差的變化量，當(dāng)連續(xù)檢測(cè)到傳感器測(cè)量信號(hào)已恢復(fù)到正常值時(shí)，系統(tǒng)有自動(dòng)切換到液位測(cè)量值，即在802s時(shí)刻（傳感器故障消失后）系統(tǒng)自動(dòng)切換回正?？刂葡到y(tǒng)。

41),,,(??322032)1:7:4(2huQQfh?2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

420250500750100012501500050100主動(dòng)容錯(cuò)控制策略下實(shí)際閥門(mén)開(kāi)度響應(yīng)曲線閥門(mén)開(kāi)度(%)時(shí)間(秒)0250500750100012501500010203040主動(dòng)容錯(cuò)控制下系統(tǒng)輸出曲線

水箱液位(cm)時(shí)間(秒)h1seth1h3h2h2set圖2.5.5具有容錯(cuò)控制策略的系統(tǒng)實(shí)時(shí)響應(yīng)曲線

2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

?5.4多模式傳感器故障的檢測(cè)與補(bǔ)償容錯(cuò)控制仿真

?1）多種故障同時(shí)發(fā)生的情況下系統(tǒng)響應(yīng)分析

?假設(shè)在水箱2液位傳感器在400s時(shí)刻發(fā)生精度下降故障，同時(shí)水箱1液位在500s時(shí)刻發(fā)生衰減性完全故障，其故障的動(dòng)態(tài)模型為：

?

（2.5.9）

?這里：為高斯白噪聲表示測(cè)量噪聲；

表示衰減系數(shù)；

?

（2.5.10）

43??????????500)()500(500),0()()(1)500(2111kkhkUekNkhkhks???????????400)400(),0()(400),0()()(2222122kkUNkhkNkhkhs??2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

?2）魯棒故障檢測(cè)仿真

?故障診斷是采用基于自適應(yīng)閾值包絡(luò)和加權(quán)移動(dòng)平均殘差技術(shù)進(jìn)行。自適應(yīng)閾值包絡(luò)是由過(guò)程模型和其參數(shù)不確定得到的預(yù)測(cè)變量隨著采樣時(shí)間變化的軌跡曲線。檢測(cè)結(jié)果如圖2.5.7所示，h1傳感器故障在505秒被檢測(cè)到，而h2傳感器測(cè)量故障很難被單純的自適應(yīng)閾值包絡(luò)檢測(cè)，因而引入了加權(quán)移動(dòng)平均殘差(WMVR)處理技術(shù)用來(lái)檢測(cè)傳感器故障。其方程如下：圖2.5.7多模式傳感器故障檢測(cè)曲線

?

(2.5.8)44)))(?)((()(2122??????kLkiifihihsqrtkr?2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

450500100015000204060液位(cm)時(shí)間(s)

(a)多模式傳感器故障下系統(tǒng)液位響應(yīng)曲線h1seth1h3h2h2set050010001500050100(b)水箱2給水閥門(mén)開(kāi)度變化曲線閥門(mén)開(kāi)度(%)時(shí)間(s)(a)(b)圖2.5.6多種傳感器故障同時(shí)發(fā)生的情況下系統(tǒng)輸出響應(yīng)曲線

050010001500-10010(c)h2殘差曲線殘差(cm)時(shí)間(s)0500100015000510(d)h2加權(quán)移動(dòng)殘差曲線加權(quán)移動(dòng)殘差(cm)時(shí)間(s)05001000150002040(a)采用自適應(yīng)包絡(luò)閾值檢測(cè)液位1傳感器完全衰減故障h1測(cè)量值

(cm)時(shí)間(s)050010001500010203040

（b)采用自適應(yīng)包絡(luò)閾值檢測(cè)液位2傳感器精度下降故障

h2

測(cè)量值(cm)時(shí)間(s)(a)(b)(c)(d)包絡(luò)閾值包絡(luò)閾值殘差閾值圖2.5.7多模式傳感器故障檢測(cè)曲線

2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

?3）補(bǔ)償容錯(cuò)控制仿真結(jié)果

?當(dāng)故障檢測(cè)與診斷單元檢測(cè)到故障后，將檢測(cè)故障信號(hào)傳遞到故障容錯(cuò)機(jī)構(gòu)，容錯(cuò)控制自動(dòng)完成控制策略的重組。通過(guò)使用變量結(jié)構(gòu)分析技術(shù)的傳感器故障相關(guān)變量，利用兩個(gè)獨(dú)立多層BP神經(jīng)網(wǎng)絡(luò)技術(shù)得到傳感器信號(hào)估計(jì)函數(shù)：

?

（2.5.9）

?

（2.5.10）

當(dāng)系統(tǒng)檢測(cè)到傳感器故障發(fā)生后，容錯(cuò)控制機(jī)構(gòu)自動(dòng)將PID反饋回路切換到傳感器的重構(gòu)信號(hào)上，并系統(tǒng)實(shí)時(shí)監(jiān)測(cè)加權(quán)移動(dòng)平均殘差是否又回到閾值范圍內(nèi)，即傳感器是否恢復(fù)正常。如傳感器測(cè)量值恢復(fù)正常，系統(tǒng)將自動(dòng)又切換到傳感器的測(cè)量信號(hào)上。容錯(cuò)PID控制響應(yīng)曲線如圖2.5.8所示，與簡(jiǎn)單PID控制曲線圖2.5.6所示相比較，容錯(cuò)控制響應(yīng)曲線能夠完全跟蹤設(shè)定定值的變化，具有很好的容錯(cuò)能力。泵2的供應(yīng)流量如圖2.5.8(b)所示，比圖2.5.6所示有了明顯的改善。

46),,(?31131:7:31hQQfh?),,,(??322032)1:7:4(2hQQQfh?2.5三水箱故障診斷與補(bǔ)償容錯(cuò)控制仿真

47050010001500050100閥門(mén)開(kāi)度(%)time(s)0500100015000204060(a)主動(dòng)容錯(cuò)控制策略下系統(tǒng)液位輸出響應(yīng)

液位(cm)time(s)(b)主動(dòng)容錯(cuò)控制策略下水箱2給水閥門(mén)開(kāi)度響應(yīng)

h1seth1h3h2h2set(a)(b)切換容錯(cuò)控制策略圖2.5.8多模式傳感器故障下具有容錯(cuò)控制策略的系統(tǒng)實(shí)時(shí)響應(yīng)曲線

2.6閥門(mén)故障在線診斷的仿真研究

?本節(jié)研究對(duì)象采用DAMADICS執(zhí)行器故障基準(zhǔn)仿真平臺(tái)。平臺(tái)分別在調(diào)節(jié)機(jī)構(gòu)、執(zhí)行機(jī)構(gòu)、定位器和閥門(mén)外部分別設(shè)置了19種故障模式，其中故障的強(qiáng)度可以任意設(shè)置，故障觸發(fā)模式可以為突變故障或者為緩變故障，可用來(lái)比較、分析和評(píng)價(jià)多種模式執(zhí)行器故障診斷算法性能

482.6閥門(mén)故障在線診斷的仿真研究

?2.6.1數(shù)據(jù)的獲取

?根據(jù)對(duì)過(guò)程解析分析，閥門(mén)的輸出流量和閥桿位移輸出可用下列算式描述：

?(2.6.1)?(2.6.2)?其中和分別表示基準(zhǔn)實(shí)驗(yàn)平臺(tái)流量描述非線性函數(shù)和閥桿位移描述非線性函數(shù)；P1,P2分別表示閥門(mén)進(jìn)口壓力和出口壓力；CV表示控制器輸出值；X表示閥桿位移；T1表示流過(guò)閥門(mén)載體入口溫度；F表示閥門(mén)出口流量。通過(guò)仿真平臺(tái)可獲取糖實(shí)際生產(chǎn)過(guò)程閥門(mén)運(yùn)行3600s的工業(yè)數(shù)據(jù)，且仿真實(shí)驗(yàn)平臺(tái)在無(wú)故障模式下也運(yùn)行3600s。每10個(gè)樣本采集一次樣本，共獲得360組閥門(mén)正常運(yùn)行數(shù)據(jù)。其中前200數(shù)據(jù)用來(lái)建立閥門(mén)的網(wǎng)絡(luò)模型，后160組數(shù)據(jù)校驗(yàn)?zāi)Ｐ偷木?。然后分別在60s處引入不同的故障模式，故障強(qiáng)度分別選取大、中、小三種模式，同樣運(yùn)行3600s且每10s采集一次樣本。

49121(,,,,)FFfXPPTCV?121(,,,)XXfPPTCV?2.6閥門(mén)故障在線診斷的仿真研究

?2.6.2過(guò)程解析模型的建立

?利用多層感知器（MLP）神經(jīng)網(wǎng)絡(luò)技術(shù)建立DAMADIC閥門(mén)正常運(yùn)行的解析模型。根據(jù)系統(tǒng)的動(dòng)態(tài)和實(shí)驗(yàn)分析，確定采用一個(gè)三層MLP網(wǎng)絡(luò)辨識(shí)過(guò)程，網(wǎng)絡(luò)結(jié)構(gòu)采用了5個(gè)輸入節(jié)點(diǎn)，9個(gè)隱層節(jié)點(diǎn)和1個(gè)輸出節(jié)點(diǎn)的三層網(wǎng)絡(luò)結(jié)構(gòu)。采用9個(gè)隱層節(jié)點(diǎn)是由實(shí)驗(yàn)的嘗試其具有較小的建模誤差和模型結(jié)構(gòu)。網(wǎng)絡(luò)可用下述方程描述：

?(2.6.3)?(2.6.4)?圖2.6.1顯示了模型對(duì)無(wú)故障數(shù)據(jù)的估計(jì)性能。由于非常小的建模誤差，模型估計(jì)曲線與過(guò)程實(shí)際輸出曲線基本重合，如圖2.6.1(a)所示。因此，圖2.6.1(b)和(c)分別顯示了液位1和液位2的建模絕對(duì)誤差，用來(lái)指出模型的估計(jì)性能。

50(5:9:1)121??[,,,,]FFfPPCVTX?(4:7:1)121??[,,,]FXfPPCVT?2.6閥門(mén)故障在線診斷的仿真研究

510501001502000.20.40.60.81流量跟蹤曲線樣本數(shù)（N）流量(t/h)050100150200-0.02-0.0100.010.020.03輸出誤差曲線樣本數(shù)(N)誤差0204060801001201401600.20.30.40.50.60.7流量模型輸出校驗(yàn)曲線樣本數(shù)(N)位移(cm/s)020406080100120140160-0.02-0.0100.010.02輸出誤差曲線樣本數(shù)(N)誤差實(shí)際輸出模型輸出實(shí)際輸出模型輸出圖2.6.1MLP模型對(duì)系統(tǒng)流量輸出的跟蹤性能

2.6閥門(mén)故障在線診斷的仿真研究

52圖2.6.2實(shí)際輸出、網(wǎng)絡(luò)模型輸出和自適應(yīng)包絡(luò)閾值曲線

0501001502002503003500.10.20.30.40.50.60.70.8正常工況流量輸出自適應(yīng)閾值范圍曲線時(shí)間(s)流量輸出(t/h)

系統(tǒng)輸出模型輸出最大閾值最小閾值2.6閥門(mén)故障在線診斷的仿真研究

?分別在DAMADICS實(shí)驗(yàn)平臺(tái)上加入19種閥門(mén)故障模式。在前100秒系統(tǒng)正常運(yùn)行，100秒后分別加入19種故障模式。故障強(qiáng)度選為“中等故障”且故障類型分別選為“突變故障”或“緩變故障”。

?1）閥座下沉故障（故障2）檢測(cè)結(jié)果

?在系統(tǒng)運(yùn)行100秒后加入故障模式2：

?Hf=H0(1-0.2fs)，Xf=min{1,(X0+0.2fs)，Kvrf=min{1,Kvr0(1-0.2fs)(2.6.6)?其中故障強(qiáng)度

?采用2.3.4所述的被動(dòng)魯棒故障檢測(cè)策略，檢測(cè)故障，實(shí)時(shí)檢測(cè)結(jié)果如圖2.6.3所示。圖中可以看出系統(tǒng)在101秒流量輸出值超出了系統(tǒng)正常模型不確定范圍，檢測(cè)到故障。

5301000.5100360skfk???????2.6閥門(mén)故障在線