CN107831668A - 一种适用于随动控制自适应检测的方法及系统 - Google Patents
一种适用于随动控制自适应检测的方法及系统 Download PDFInfo
- Publication number
- CN107831668A CN107831668A CN201711130413.1A CN201711130413A CN107831668A CN 107831668 A CN107831668 A CN 107831668A CN 201711130413 A CN201711130413 A CN 201711130413A CN 107831668 A CN107831668 A CN 107831668A
- Authority
- CN
- China
- Prior art keywords
- control system
- intelligence control
- parameter
- measured value
- stable state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开一种适用于随动控制自适应检测的方法及系统。该方法包括:确定智能控制系统的反馈参数;确定智能控制系统的前馈参数;对智能控制系统进行超调衰减比的调节;判断调节后的智能控制系统是否处于稳定状态,如果是,确定智能控制系统稳定状态下的反馈参数;如果否,返回对智能控制系统进行超调衰减比的调节的步骤;确定智能控制系统的故障的影响范围和程度;根据反馈参数、前馈参数、稳定状态、故障的影响范围和程度,确定智能控制系统的随动控制自适应性能的等级。采用本发明的方法或系统,能有效地发现随动控制自适应问题,从而提高智能控制系统的随动控制水平;且对自适应性能检测结果准确,提高了研究效率。
Description
技术领域
本发明涉及人工智能领域,特别是涉及一种适用于随动控制自适应检测的方法及系统。
背景技术
随动控制广泛应用于电气自动化工程中,在电机控制的激励和反馈中,为高速高精度的控制方案,需要采取能自适应调节PID参数的算法,减小PID参数的积分深度,使得运动控制更精确更快速。这种调节是各类电机控制不可缺少的工作内容。采用自适应算法后,这种工作可以在前馈和反馈两个方向上进行:一类是直接增加前馈环节,通过计算得到比例参数,再以适应算法加以配置,并调节不同控制器的满幅对应分辨率;另一类是通过测量得到运动参数反馈值,然后通过计算给定值和反馈值的误差得出控制输出,这种方式有一定的滞后性。所以在实际的电机控制中往往是兼顾两种调节,以达到更好的控制效果。只有具备数字化能力和智能可变的PID控制器才能确保随动控制参量准确的计算和设置,这对随动控制的长期稳定运行极为重要。
因为随动控制自适应性能不能直接测量,只能通过试验的方法评估其效果。随动控制自适应性能的检测问题实质上是结合具体应用场景,依据设计目标,对实际使用中统计的一些数据和仿真得来的数据计算随动控制测度指标。目前通用方法是从系统工程的观点来分析随动控制的自适应检测,首先要确定现有随动控制的自适应设计目标,其次分析随动控制的测度指标,对各个测度指标建模,然后运用数值分析方法、统计理论、仿真理论来求得随动控制的测度指标,然后再对随动控制指标进行综合评估,最后进行结果分析验证。但是,目前常用的随动控制自适应检测的方法,通常都是具有特定的应用领域,并没有与实际应用相结合,例如,排队网络、Petri网、有限状态机(FSM)以及模块图等,都可以用于离散事件仿真,一般都针对具体的某项特定业务指标,并没有和工业环境下PID智能控制器随动控制紧密相结合起来。这样使得检测通用性不强,检测过程不具有可重复性,检测的准确性低。
发明内容
本发明的目的是提供一种适用于随动控制自适应检测的方法及系统,以提高检测的准确性。
为实现上述目的,本发明提供了如下方案:
一种适用于随动控制自适应检测的方法,所述方法包括:
确定智能控制系统的反馈参数,所述智能控制系统包括PID控制器;
确定所述智能控制系统的前馈参数;
对所述智能控制系统进行超调衰减比的调节;
判断调节后的智能控制系统是否处于稳定状态,得到第一判断结果;
当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,确定所述智能控制系统稳定状态下的反馈参数;
当所述第一判断结果表示所述调节后的智能控制系统未处于稳定状态时,返回对所述智能控制系统进行超调衰减比的调节的步骤;
确定所述智能控制系统的故障的影响范围和程度;
根据所述反馈参数、所述前馈参数、所述稳定状态、所述故障的影响范围和程度,确定所述智能控制系统的随动控制自适应性能的等级。
可选的,所述确定智能控制系统的反馈参数,具体包括:
在设定值的量程范围内以步进的方式调整所述设定值;所述步进的步进梯度为量程的10%;
获得第一测量值的变化情况,所述第一测量值为每次调整后的测量值;
判断所述第一测量值的变化情况是否为振荡变化,得到第二判断结果;
当所述第二判断结果表示所述第一测量值的变化情况为振荡变化时,加入比例调节,所述比例调节的比例参数为比例调节整定参数的65%;
获得第二测量值的变化情况;
判断所述第二测量值是否出现波动,得到第三判断结果;
当所述第三判断结果表示所述第二测量值出现波动时,将二次步进的步进梯度设置为量程的5%,根据所述二次步进的步进梯度调整所述设定值;
当所述第三判断结果表示所述第二测量值未出现波动时,获取所述智能控制系统的反馈参数,所述反馈参数包括比例参数、积分参数和微分参数。
可选的,所述确定所述智能控制系统的前馈参数,具体包括:
在振荡条件下设定设定值;所述振荡条件为测量值在单位时间内的变化率小于5%;
获得第三测量值;
确定所述第三测量值的变化率;
根据所述第三测量值的变化率判断所述智能控制系统是否处于稳定状态,得到第四判断结果;当所述第三测量值的变化率在设定阈值范围内时,所述智能控制系统处于稳定状态,当所述第三测量值的变化率不在设定阈值范围内时,所述智能控制系统未处于稳定状态;
当所述第四判断结果表示所述智能控制系统处于稳定状态时,将所述PID控制器的比例参数、积分参数和微分参数均设定为零;
获得第四测量值;
当第四测量值与设定值相等时,将所述此时的设定值确定为所述智能控制系统的前馈参数。
可选的,所述对所述智能控制系统进行超调衰减比的调节,具体包括:
在设定值的量程范围内以量程的10%步进增加设定值;
获取第五测量值;
以比例调节整定参数的20%为步进梯度,步进调节比例参数;所述比例参数的初始值为所述比例调节整定参数的50%;
获取第六测量值;
以积分调节整定参数的20%为步进梯度,步进调节积分参数;所述积分参数的初始值为所述积分调节整定参数的50%;
获取第七测量值。
可选的,所述判断调节后的智能控制系统是否处于稳定状态,具体包括:
判断所述智能控制系统的测量值对设定值超调变化的函数是否为正弦函数;所述智能控制系统的测量值包括所述第五测量值、所述第六测量值和所述第七测量值;
当所述智能控制系统的测量值对设定值超调变化的函数为正弦函数时,调节后的智能控制系统处于稳定状态;
当所述智能控制系统的测量值对设定值超调变化的函数不是正弦函数时,调节后的智能控制系统未处于稳定状态。
可选的,所述当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,确定所述智能控制系统稳定状态下的反馈参数,具体包括:
当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,
确定所述第五测量值出现波动时的比例参数;
确定所述第六测量值出现波动时的积分参数;
确定所述第七测量值出现波动时的微分参数;
将所述第五测量值出现波动时的比例参数、所述第六测量值出现波动时的积分参数和所述第七测量值出现波动时的微分参数确定为所述智能控制系统稳定状态下的反馈参数。
可选的,所述确定所述智能控制系统的故障的影响范围和程度,具体包括:
根据故障原因输入不同的输入值;不同的故障原因对应不同的输入值范围;
获得输入值对应的第八测量值;
确定与所述第八测量值不相等的输入值的范围;
将所述与所述第八测量值不相等的输入值的范围确定为所述智能控制系统的故障的影响范围;
确定与输入值不相等的所述第八测量值的变化频率;
根据所述变化频率的范围确定所述智能控制系统的故障的程度。
可选的,所述确定所述智能控制系统的故障的影响范围和程度之后,还包括:
根据故障原因确定故障解决办法;所述故障解决办法包括输入要求、恢复时间和输出恢复结果;
将所述故障解决办法插入所述智能控制系统。
可选的,所述根据所述反馈参数、所述前馈参数、所述稳定状态、所述故障的影响范围和程度,确定所述智能控制系统的随动控制自适应性能的等级,之后还包括:
确定所述智能控制系统稳定状态的维持时间;
确定所述智能控制系统不稳定状态时的PID控制器的第一反馈参数;
确定所述智能控制系统由不稳定状态转入稳定状态时的PID控制器的第二反馈参数;
根据所述维持时间、所述第一反馈参数和所述第二反馈参数确定所述智能控制系统的随动控制自适应性能评估结果。
一种适用于随动控制自适应检测的系统,所述系统包括:
反馈参数确定模块,用于确定智能控制系统的反馈参数,所述智能控制系统包括PID控制器;
前馈参数确定模块,用于确定所述智能控制系统的前馈参数;
超调衰减比调节模块,用于对所述智能控制系统进行超调衰减比的调节;
第一判断模块,用于判断调节后的智能控制系统是否处于稳定状态,得到第一判断结果;
反馈参数确定模块,还用于当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,确定所述智能控制系统稳定状态下的反馈参数;
返回模块,用于当所述第一判断结果表示所述调节后的智能控制系统未处于稳定状态时,返回对所述智能控制系统进行超调衰减比的调节的步骤;
故障影响范围和程度确定模块,用于确定所述智能控制系统的故障的影响范围和程度;
自适应性能等级确定模块,用于根据所述反馈参数、所述前馈参数、所述稳定状态、所述故障的影响范围和程度,确定所述智能控制系统的随动控制自适应性能的等级。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
对随动控制自适应的检测在我国研究和开展的时间比较短,对于工业领域应用日渐增多的PID智能控制器尤其是包含随动控制自适应的研究较少,对于这样一种数字一体化PID智能控制器产品,对其特殊性考虑不多,而且基本没有涉及随动控制的自适应问题,因此针对性不强。本方法专门针对随动控制自适应性能所采用的PID智能控制器算法,填补了这方面研究开发的空白。由于随动控制系统的复杂性,影响其随动控制的因素也较多,如果某个环节出现空白点的话,提高整体随动控制工作的成效就会大打折扣。本方法的实施能有效地发现随动控制自适应问题,从而提高PID智能控制器产品的整体随动控制水平。而且本发明能够对自适应效果进行准确判断,从而能优化自适应算法的研究,并提高研究效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明适用于随动控制自适应检测的方法的流程示意图;
图2为本发明适用于随动控制自适应检测的系统的结构示意图;
图3为本发明中FRACS过程示意图;
图4为本发明具体实施方式的硬件系统示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明适用于随动控制自适应检测的方法的流程示意图。如图1所示,所述方法包括:
步骤100:确定智能控制系统的反馈参数。智能控制系统包括PID控制器,此处确定的反馈参数即为PID控制器的反馈参数,包括比例参数、积分参数和微分参数。确定智能控制系统的反馈参数的具体过程为:
在设定值的量程范围内以步进的方式调整所述设定值;所述步进的步进梯度为量程的10%;
获得测量值的变化情况,所述测量值为每次调整后的测量值;
判断所述测量值的变化情况是否为振荡变化,得到第二判断结果;
当所述第二判断结果表示所述测量值的变化情况为振荡变化时,加入比例调节,所述比例调节的比例参数为比例调节整定参数的65%;
获得测量值的变化情况;
判断所述测量值是否出现波动,得到第三判断结果;
当所述第三判断结果表示所述测量值出现波动时,将二次步进的步进梯度设定为量程的5%,根据所述二次步进的步进梯度调整所述设定值;
当所述第三判断结果表示所述测量值未出现波动时,获取所述智能控制系统的反馈参数,所述反馈参数包括比例参数P值、积分参数I值和微分参数D值。
这一步骤是得到稳定的PID控制器的反馈参数,即P值、I值、D值,检测是对输出信号(比如转速)随时间的变化进行测量,即每次设定值(SV)变化后,监视测量值(PV)的变化情况,如在输入信号一定时,输出信号在规定时间内不出现大的波动(由具体工艺确定,具体检测对象和波动指标要在应用于具体工艺时确定),则认为是稳定的,PID反馈参数就是合理的。SV、PV根据具体工艺的不同,可能是脉冲、相位、电流、转速和转矩等等。
步骤200:确定智能控制系统的前馈参数。具体包括:
在振荡条件下设定设定值;所述振荡条件为测量值在单位时间内的变化率小于5%;
获得测量值;
确定所述测量值的变化率;
根据所述测量值的变化率判断所述智能控制系统是否处于稳定状态,得到第四判断结果;当所述测量值的变化率在设定阈值范围内时,所述智能控制系统处于稳定状态,当所述测量值的变化率不在设定阈值范围内时,所述智能控制系统未处于稳定状态;
当所述第四判断结果表示所述智能控制系统是处于稳定状态时,将所述PID控制器的比例参数、积分参数和微分参数均设定为零;
获得测量值;
当测量值与设定值相等时,将所述此时的设定值确定为所述智能控制系统的前馈参数。
这一步骤是得到稳定的前馈参数,对于控制器来说,输出信号在输入信号不变的情况下,其变化率在一个合理范围(工艺不同取值不同),就能稳定工作。如果是智能控制器,因为有自适应能力,能缓解波动,这里描述的就是在波动情况下如何确定前馈参数。这里的检测就是在调节过程中对相关数据的记录。此处的设定阈值为波动极限的20%左右,上限不超过为50%,即为稳定状态。
步骤300:对智能控制系统进行超调衰减比的调节。
具体调节过程为:
在设定值的量程范围内以量程的10%步进增加设定值;
获取第五测量值;
以比例调节整定参数的20%为步进梯度,步进调节比例参数;所述比例参数的初始值为所述比例调节整定参数的50%;
获取第六测量值;
以积分调节整定参数的20%为步进梯度,步进调节积分参数;所述积分参数的初始值为所述积分调节整定参数的50%;
获取第七测量值。
步骤400:判断调节后的智能控制系统是否处于稳定状态。如果是,执行步骤500;如果否,返回步骤300,继续对智能控制系统进行超调衰减比的调节。
具体判断标准为:判断所述智能控制系统的测量值对设定值超调变化的函数是否为正弦函数;所述智能控制系统的测量值包括所述第五测量值、所述第六测量值和所述第七测量值;
当所述智能控制系统的测量值对设定值超调变化的函数为正弦函数时,调节后的智能控制系统处于稳定状态;
当所述智能控制系统的测量值对设定值超调变化的函数不是正弦函数时,调节后的智能控制系统未处于稳定状态。
这一步骤是通过检测超调衰减比来评估智能控制器稳定性设计的水平,波动指标随具体工艺不同而不同(3%、5%...)。这里的检测也是观察PV的变化率,它是通过对输出信号的测量得到的。
步骤500:确定智能控制系统稳定状态下的反馈参数。
当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,
确定第五测量值出现波动时的比例参数;
确定第六测量值出现波动时的积分参数;
确定第七测量值出现波动时的微分参数;
将第五测量值出现波动时的比例参数、第六测量值出现波动时的积分参数和第七测量值出现波动时的微分参数确定为所述智能控制系统稳定状态下的反馈参数。
步骤600:确定智能控制系统的故障的影响范围和程度。
具体包括:
根据故障原因输入不同的输入值;不同的故障原因对应不同的输入值范围;
获得输入值对应的测量值;
确定与输入值对应的测量值不相等的输入值的范围;
将所述与测量值不相等的输入值的范围确定为所述智能控制系统的故障的影响范围;
确定与输入值不相等的测量值的变化频率;
根据所述变化频率的范围确定所述智能控制系统的故障的程度。
确定智能控制系统的故障的影响范围和程度之后,还包括根据故障原因确定故障解决办法;所述故障解决办法包括输入要求、恢复时间和输出恢复结果;将所述故障解决办法插入所述智能控制系统。
步骤700:确定智能控制系统的随动控制自适应性能的等级。根据前述步骤获得的所述反馈参数、所述前馈参数、所述稳定状态、所述故障的影响范围和程度,确定所述智能控制系统的随动控制自适应性能的等级。不同的等级对应着不同参数的指标值,因此,根据测得的参数值可以确定待测的智能控制系统的随动控制自适应性能是否符合要求。
确定智能控制系统的随动控制自适应性能的等级之后还包括:
确定所述智能控制系统稳定状态的维持时间;
确定所述智能控制系统不稳定状态时的PID控制器的第一反馈参数;
确定所述智能控制系统由不稳定状态转入稳定状态时的PID控制器的第二反馈参数;
根据所述维持时间、所述第一反馈参数和所述第二反馈参数确定所述智能控制系统的随动控制自适应性能评估结果。
图2为本发明适用于随动控制自适应检测的系统的结构示意图。如图2所示,所示系统包括:
反馈参数确定模块201,用于确定智能控制系统的反馈参数,所述智能控制系统包括PID控制器;
前馈参数确定模块202,用于确定所述智能控制系统的前馈参数;
超调衰减比调节模块203,用于对所述智能控制系统进行超调衰减比的调节;
第一判断模块204,用于判断调节后的智能控制系统是否处于稳定状态,得到第一判断结果;
反馈参数确定模块205,还用于当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,确定所述智能控制系统稳定状态下的反馈参数;
返回模块206,用于当所述第一判断结果表示所述调节后的智能控制系统未处于稳定状态时,返回对所述智能控制系统进行超调衰减比的调节的步骤;
故障影响范围和程度确定模块207,用于确定所述智能控制系统的故障的影响范围和程度;
自适应性能等级确定模块208,用于根据所述反馈参数、所述前馈参数、所述稳定状态、所述故障的影响范围和程度,确定所述智能控制系统的随动控制自适应性能的等级。
图3为本发明中FRACS过程示意图;FRACS(Failure ReportAnalysis andCorrectiveAction System)为故障报告分析和纠正措施系统,意思为:在报告和维护中捕获数据,分析结果并报提出建议。如图3所示,采用从检测案例中提供的的数据报告,自动数据更新,支持后续行动和过程改进,是一个迭代过程,分析流程如下:
①分析每一个情景分析过程中的SV值。每一个情景分析即为测试每一个参数的实验过程,包括确定反馈参数的过程、确定前馈参数的过程等。
②定义被监视情景中遇到的PV值的合理区间。合理区间是一个时间概念,表示的是监视每一个运行情景中PV值保持稳定即系统稳定的持续时间。
③分析在减轻现场遇到问题中包含的关键PID元素,为持续运行提供方案。此步骤是指在遇到故障时或者其他由因素导致系统由不稳定状态转换为稳定状态时PID控制器的参数变换情况,更好的记录稳定状态时PID控制器的参数情况和变为不稳定状态时PID控制器的参数情况。
④依据运行要求的服务确定智能PID控制器的可靠性。
⑤通过文件分析和各种情景研究的评估结果建立一系列评测规范,为持续改进提供指南。
整个FRACS过程是对智能控制系统的随动控制自适应性能检测的过程进行检查、对故障进行分析并采取改进措施,以完善检测的过程。
本发明具体实施方式:
1)以步进方式确定反馈参数:在智能控制器报警范围内,对输入信号的高限和低限进行监测,并以10%FS(FS表示满量程)的变化率在量程范围内步进调整SV值,并观察PV值的变化,当PV出现振荡时取P的65%左右进行调整,再检查SV瞬间变化时输出变化值的大小,确定被测智能控制器输出是否出现波动,如果是,则将变化率减少5%左右,再进行SV调节,直至无波动发生;
这一步骤是得到稳定的PID反馈参数,即P值、I值、D值,检测是对输出信号(比如转速)随时间的变化进行测量,即每次SV变化后,监视PV的变化情况,如在输入信号一定时,输出信号在规定时间内不出现大的波动(由具体工艺确定,本专利提供方法,具体检测对象和波动指标要在应用于具体工艺时确定,下同),则认为是稳定的,PID反馈参数就是合理的。SV、PV根据具体工艺的不同,可能是电流、速度、转矩等等。
2)增加对前馈参数的检测:在振荡微小的情况下(单位时间变化率<5%)设定SV并获得PV值,振动取智能控制器波动极限的20%,但不要超过工作极限的50%,以便在振动持续的情况下进行智能控制器性能测试,判断其是否稳定工作。然后设定PID三个参数都为零,保持给SV,直至输出PV值与前面设定的SV值相等。此时,PV值即为SV值,即为前馈参数。
这一步骤是得到稳定的前馈参数,对于控制器来说,输出信号在输入信号不变的情况下,其变化率在一个合理范围(工艺不同取值不同)时,就能稳定工作。如果是智能控制器,因为有自适应能力,能缓解波动,这里描述的就是在波动情况下如何确定前馈参数。这里的检测就是在调节过程中对相关数据的记录。
3)检测以稳定性设计为目标对超调衰减比的调节:以10%FS梯度逐渐增加SV值直到PV出现波动,记录下此时的P值,再取0.5P以20%梯度逐渐增加SV值,直到PV出现波动,记录下此时的I值,再取0.5I以20%梯度逐渐增加SV值,直到PV出现波动,记录下此时的D值,如此循环几次,在每个循环的SV点上都要保持10分钟(具体时间视智能控制器输出量程而定),直至达到智能控制器的PV值随SV超调变化为一个正弦函数为止。分析误差变化,并以此作为优化调整依据。
这一步骤是通过检测超调衰减比来评估智能控制器稳定性设计的水平,波动指标随具体工艺不同而不同(3%、5%...)。这里的检测也是观察PV的变化率,它是通过对输出信号的测量得到的。
4)确定同步参数,并进一步增强检测过程的稳定性
确定同步参数:利用PV值反馈,把不同输出控制的SV调成一致,并接近正常的控制值。
进一步增强检测过程的稳定性:在重新调节SV值时,并在适当的PV点处进行故障插入(比如接入旁路、电磁干扰),以检查随动控制自适应的可靠性,主要包括以下几个方面:
根据不同的故障类型确定故障插入方法,包括一套测试输入(输入要求),执行条件(恢复时间)和期待结果(输出恢复要求);
执行测试案例,测量观察相关PV,确定故障影响范围和程度,记录测试结果。
这一步是通过增强检测过程的稳定性来考察自适应的可靠性,为改进自适应设计提供依据。
5)FRACAS:在报告和维护中捕获数据,分析结果并提出建议。
分析流程如下:
为每一个情景分析定义当前SV值;
定义被监视情景中遇到的PV值的合理区间;
分析在减轻现场遇到问题中包含的关键PID元素,为持续运行提供方案;
依据运行要求的服务支持确定智能PID控制器的可靠性;
评估报告结果以确定每个情景研究的后备冗余和可靠性性能的效率和适当性;
通过文件分析和各种情景研究的评估结果建立一系列评测规范,为持续改进提供指南。
对随动控制自适应的检测从确定调节参数开始,在检测规范中对具体的PID调节参数作出说明,并在检测系统中验证,如图4所示,图4为本发明具体实施方式的硬件系统示意图。
1)在检测系统中设置调节区间并启动调节
反馈PID参数和要求;
前馈PID的关键点;
超调衰减比;
建立同步参数。
2)PID随动控制自适应分析评估
记录调节过程的各参数变化,分析超调点和故障类型。典型故障包括:
OAMP性能灾祸;
工具失效和电源故障;
程序错误;
事故和环境事件;
3)结合随动控制自适应特点作为评估过程的一部分,分析下列数据:
a)随动控制自适应时间
每个PID回路的自适应时间总和;
系统运行至稳定状态振荡时间总和。
b)振荡模式
中心点振荡:调节损耗、部分调节损耗、调节间歇、瞬间调节损耗、调节性能降级;
区间振荡:整定失效因子。
c)振荡参数信息
参数输出结合方法的1)~5)的报告输出构成了完整的检测。
目前能够对随动控制自适应检测有借鉴的方法主要来自对随动控制的参数整体评估。从适用性上存在以下几个方面的问题:
(1)常规检测的PID反馈参数设置依据经验一次性或少数几步完成,没有规律:各种检测依据(如各种标准)主要针对常规运动控制过程,对于PID反馈参数调节比较随意,没有具体的检测方法,不免会造成非标准化和非规范化。
(2)随动控制缺乏前馈调节考虑:随动控制自适应的特点容易脱离约束条件而抽象存在,更没有规范性地前馈考虑,不能综合地反映系统影响,或不能可靠地反映出复杂多变的系统行为效果。
(3)检测过程没有进行稳定性设计,容易在振荡的情况下使随动控制的特点考察欠缺准确性,也使得检测通用性不强,检测过程不具有可重复性,使检测结果缺乏一致性和必然性。
(4)检测结果缺少维护和改进:目前方法和模型以评价目的为中心,从不同的角度探讨了随动控制自适应的检测问题,但对于采用了PID智能控制器技术的随动控制的评估缺乏继续完善和改进的步骤。
目前随动控制的自适应检测方法与本发明的区别在于:
(1)目前随动控制自适应检测常用随动控制仿真的建模方法,如排队网络、Petri网、有限状态机(FSM)以及模块图等,都可以用于离散事件仿真,一般都针对具体的某项特定业务指标,并没有和工业环境下PID智能控制器随动控制紧密相结合起来。
(2)随动控制自适应问题可以分为原理设计和工程设计两部分。原理设计主要从理论上探求最优的设计方案。工程设计主要面向工程实践寻求较满意的设计方案。目前随动控制检测以理论分析和计算机模拟为主,缺乏利用现场试验和实验室试验对给定电机类型的随动控制综合计算各种随动控制指标,为随动控制是否满足规定要求提供数值基础。
(3)本发明更强调了随动控制自适应检测应当结合具体随动控制的应用环境,依据运行要求,对实际使用中统计的一些数据和解析方法计算与仿真得来的数据来计算随动控制自适应测度指标,对随动控制自适应进行客观评价,以求随动控制达到优化设计的目的。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种适用于随动控制自适应检测的方法,其特征在于,所述方法包括:
确定智能控制系统的反馈参数,所述智能控制系统包括PID控制器;
确定所述智能控制系统的前馈参数;
对所述智能控制系统进行超调衰减比的调节;
判断调节后的智能控制系统是否处于稳定状态,得到第一判断结果;
当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,确定所述智能控制系统稳定状态下的反馈参数;
当所述第一判断结果表示所述调节后的智能控制系统未处于稳定状态时,返回对所述智能控制系统进行超调衰减比的调节的步骤;
确定所述智能控制系统的故障的影响范围和程度;
根据所述反馈参数、所述前馈参数、所述稳定状态、所述故障的影响范围和程度,确定所述智能控制系统的随动控制自适应性能的等级。
2.根据权利要求1所述的检测方法,其特征在于,所述确定智能控制系统的反馈参数,具体包括:
在设定值的量程范围内以步进的方式调整所述设定值;所述步进的步进梯度为量程的10%;
获得第一测量值的变化情况,所述第一测量值为每次调整后的测量值;
判断所述第一测量值的变化情况是否为振荡变化,得到第二判断结果;
当所述第二判断结果表示所述第一测量值的变化情况为振荡变化时,加入比例调节,所述比例调节的比例参数为比例调节整定参数的65%;
获得第二测量值的变化情况;
判断所述第二测量值是否出现波动,得到第三判断结果;
当所述第三判断结果表示所述第二测量值出现波动时,将二次步进的步进梯度设置为量程的5%,根据所述二次步进的步进梯度调整所述设定值;
当所述第三判断结果表示所述第二测量值未出现波动时,获取所述智能控制系统的反馈参数,所述反馈参数包括比例参数、积分参数和微分参数。
3.根据权利要求1所述的检测方法,其特征在于,所述确定所述智能控制系统的前馈参数,具体包括:
在振荡条件下设定设定值;所述振荡条件为测量值在单位时间内的变化率小于5%;
获得第三测量值;
确定所述第三测量值的变化率;
根据所述第三测量值的变化率判断所述智能控制系统是否处于稳定状态,得到第四判断结果;当所述第三测量值的变化率在设定阈值范围内时,所述智能控制系统处于稳定状态,当所述第三测量值的变化率不在设定阈值范围内时,所述智能控制系统未处于稳定状态;
当所述第四判断结果表示所述智能控制系统处于稳定状态时,将所述PID控制器的比例参数、积分参数和微分参数均设定为零;
获得第四测量值;
当第四测量值与设定值相等时,将所述此时的设定值确定为所述智能控制系统的前馈参数。
4.根据权利要求1所述的检测方法,其特征在于,所述对所述智能控制系统进行超调衰减比的调节,具体包括:
在设定值的量程范围内以量程的10%步进增加设定值;
获取第五测量值;
以比例调节整定参数的20%为步进梯度,步进调节比例参数;所述比例参数的初始值为所述比例调节整定参数的50%;
获取第六测量值;
以积分调节整定参数的20%为步进梯度,步进调节积分参数;所述积分参数的初始值为所述积分调节整定参数的50%;
获取第七测量值。
5.根据权利要求4所述的方法,其特征在于,所述判断调节后的智能控制系统是否处于稳定状态,具体包括:
判断所述智能控制系统的测量值对设定值超调变化的函数是否为正弦函数;所述智能控制系统的测量值包括所述第五测量值、所述第六测量值和所述第七测量值;
当所述智能控制系统的测量值对设定值超调变化的函数为正弦函数时,调节后的智能控制系统处于稳定状态;
当所述智能控制系统的测量值对设定值超调变化的函数不是正弦函数时,调节后的智能控制系统未处于稳定状态。
6.根据权利要求5所述的方法,其特征在于,所述当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,确定所述智能控制系统稳定状态下的反馈参数,具体包括:
当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,
确定所述第五测量值出现波动时的比例参数;
确定所述第六测量值出现波动时的积分参数;
确定所述第七测量值出现波动时的微分参数;
将所述第五测量值出现波动时的比例参数、所述第六测量值出现波动时的积分参数和所述第七测量值出现波动时的微分参数确定为所述智能控制系统稳定状态下的反馈参数。
7.根据权利要求1所述的检测方法,其特征在于,所述确定所述智能控制系统的故障的影响范围和程度,具体包括:
根据故障原因输入不同的输入值;不同的故障原因对应不同的输入值范围;
获得输入值对应的第八测量值;
确定与所述第八测量值不相等的输入值的范围;
将所述与所述第八测量值不相等的输入值的范围确定为所述智能控制系统的故障的影响范围;
确定与输入值不相等的所述第八测量值的变化频率;
根据所述变化频率的范围确定所述智能控制系统的故障的程度。
8.根据权利要求1所述的检测方法,其特征在于,所述确定所述智能控制系统的故障的影响范围和程度之后,还包括:
根据故障原因确定故障解决办法;所述故障解决办法包括输入要求、恢复时间和输出恢复结果;
将所述故障解决办法插入所述智能控制系统。
9.根据权利要求1所述的检测方法,其特征在于,所述根据所述反馈参数、所述前馈参数、所述稳定状态、所述故障的影响范围和程度,确定所述智能控制系统的随动控制自适应性能的等级,之后还包括:
确定所述智能控制系统稳定状态的维持时间;
确定所述智能控制系统不稳定状态时的PID控制器的第一反馈参数;
确定所述智能控制系统由不稳定状态转入稳定状态时的PID控制器的第二反馈参数;
根据所述维持时间、所述第一反馈参数和所述第二反馈参数确定所述智能控制系统的随动控制自适应性能评估结果。
10.一种适用于随动控制自适应检测的系统,其特征在于,所述系统包括:
反馈参数确定模块,用于确定智能控制系统的反馈参数,所述智能控制系统包括PID控制器;
前馈参数确定模块,用于确定所述智能控制系统的前馈参数;
超调衰减比调节模块,用于对所述智能控制系统进行超调衰减比的调节;
第一判断模块,用于判断调节后的智能控制系统是否处于稳定状态,得到第一判断结果;
反馈参数确定模块,还用于当所述第一判断结果表示所述调节后的智能控制系统处于稳定状态时,确定所述智能控制系统稳定状态下的反馈参数;
返回模块,用于当所述第一判断结果表示所述调节后的智能控制系统未处于稳定状态时,返回对所述智能控制系统进行超调衰减比的调节的步骤;
故障影响范围和程度确定模块,用于确定所述智能控制系统的故障的影响范围和程度;
自适应性能等级确定模块,用于根据所述反馈参数、所述前馈参数、所述稳定状态、所述故障的影响范围和程度,确定所述智能控制系统的随动控制自适应性能的等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711130413.1A CN107831668B (zh) | 2017-11-15 | 2017-11-15 | 一种适用于随动控制自适应检测的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711130413.1A CN107831668B (zh) | 2017-11-15 | 2017-11-15 | 一种适用于随动控制自适应检测的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107831668A true CN107831668A (zh) | 2018-03-23 |
CN107831668B CN107831668B (zh) | 2020-11-17 |
Family
ID=61654436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711130413.1A Active CN107831668B (zh) | 2017-11-15 | 2017-11-15 | 一种适用于随动控制自适应检测的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107831668B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110456632A (zh) * | 2019-09-12 | 2019-11-15 | 北京航空航天大学 | 一种针对不确定性pid控制系统的时变可靠度评估方法 |
CN113001537A (zh) * | 2019-12-20 | 2021-06-22 | 深圳市优必选科技股份有限公司 | 机械臂控制方法、机械臂控制装置及终端设备 |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3876871A (en) * | 1972-09-29 | 1975-04-08 | Alsthom Cgee | Self-adapting control element |
JPH01213701A (ja) * | 1988-02-20 | 1989-08-28 | Mitsuhiko Araki | 自己増殖型制御装置および同型制御方法,ならびに同制御装置で使用される増殖型コントローラ,その動作方法,その制御方法およびスーパーバイザ |
KR900005546B1 (ko) * | 1986-08-12 | 1990-07-31 | 가부시키가이샤 도시바 | 적응프로세스 제어장치 |
CN1285058A (zh) * | 1997-12-22 | 2001-02-21 | 霍尼韦尔有限公司 | 控制系统响应中超调的预测方法 |
US20020041472A1 (en) * | 2000-06-14 | 2002-04-11 | Ding Mingzhong | Method and apparatus for handling multiple resonance frequencies in disc drives using active damping |
CN1393746A (zh) * | 2001-07-02 | 2003-01-29 | 李晓枫 | Pid参数模糊自适应控制器 |
US20030036812A1 (en) * | 2001-08-15 | 2003-02-20 | Pitney Bowes Incorporated | Adaptive servo motor retuning method and system |
US20030199997A1 (en) * | 2002-04-18 | 2003-10-23 | Zhiqiang Gao | Scaling and parameterizing a controller |
DE59809724D1 (de) * | 1998-07-20 | 2003-10-30 | Siemens Building Tech Ag | Selbstadaptiver PID-Regler |
JP2009217329A (ja) * | 2008-03-07 | 2009-09-24 | Fuji Mach Mfg Co Ltd | 作動装置 |
CN101655704A (zh) * | 2009-09-14 | 2010-02-24 | 康奋威科技(杭州)有限公司 | 电脑横机摇床运行的控制方法 |
CN101902187A (zh) * | 2010-06-11 | 2010-12-01 | 中国科学院上海技术物理研究所 | 一种用于永磁电机低速运转的控制系统 |
CN201909960U (zh) * | 2011-01-24 | 2011-07-27 | 中国石油天然气股份有限公司 | 一种pid参数整定设备 |
CN102269971A (zh) * | 2010-06-01 | 2011-12-07 | 嘉善东菱电子科技有限公司 | 基于模型跟踪的自适应伺服控制器 |
CN102981404A (zh) * | 2012-12-10 | 2013-03-20 | 苏州天弘激光股份有限公司 | 运动控制pid参数的快速调节方法 |
CN103034249A (zh) * | 2012-12-27 | 2013-04-10 | 中国电子科技集团公司第二十六研究所 | 一种基于模糊决策的双轴光电转台复合控制系统和控制方法 |
CN103186903A (zh) * | 2013-04-22 | 2013-07-03 | 苏州科技学院 | 一种基于pid的运动目标检测跟踪系统 |
CN104716888A (zh) * | 2015-04-09 | 2015-06-17 | 珠海格力电器股份有限公司 | 用于伺服电机控制系统的谐振抑制方法及系统 |
CN105114242A (zh) * | 2015-07-22 | 2015-12-02 | 重庆邮电大学 | 基于模糊自适应的dfpso算法的水轮机调速器参数优化方法 |
US20160088718A1 (en) * | 2014-09-24 | 2016-03-24 | Neusoft Medical Systems Co., Ltd. | Controlling filament current of computed tomography tube |
CN106374801A (zh) * | 2016-10-10 | 2017-02-01 | 上海航天控制技术研究所 | 一种根据偏差自适应调整的电动伺服控制系统及方法 |
WO2017016417A1 (zh) * | 2015-07-27 | 2017-02-02 | 华为技术有限公司 | 一种系统控制方法、装置,控制器及控制系统 |
CN106406091A (zh) * | 2016-09-26 | 2017-02-15 | 华南理工大学 | 电磁驱动微镜的pid控制方法及系统 |
CN106774243A (zh) * | 2016-12-02 | 2017-05-31 | 浙江中控软件技术有限公司 | Pid性能评估方法 |
CN106910023A (zh) * | 2017-03-02 | 2017-06-30 | 机械工业仪器仪表综合技术经济研究所 | 一种智能制造的能效评估方法及系统 |
CN106961233A (zh) * | 2017-03-29 | 2017-07-18 | 广州智能装备研究院有限公司 | 一种两相混合式步进电机闭环控制方法 |
CN107170153A (zh) * | 2017-04-19 | 2017-09-15 | 淮阴工学院 | 一种基于pid串级智能系统的全民书柜 |
CN107203137B (zh) * | 2017-06-26 | 2018-11-30 | 华中科技大学 | 非线性抽水蓄能机组调速系统增益启发式自适应pid控制方法 |
-
2017
- 2017-11-15 CN CN201711130413.1A patent/CN107831668B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3876871A (en) * | 1972-09-29 | 1975-04-08 | Alsthom Cgee | Self-adapting control element |
KR900005546B1 (ko) * | 1986-08-12 | 1990-07-31 | 가부시키가이샤 도시바 | 적응프로세스 제어장치 |
JPH01213701A (ja) * | 1988-02-20 | 1989-08-28 | Mitsuhiko Araki | 自己増殖型制御装置および同型制御方法,ならびに同制御装置で使用される増殖型コントローラ,その動作方法,その制御方法およびスーパーバイザ |
CN1285058A (zh) * | 1997-12-22 | 2001-02-21 | 霍尼韦尔有限公司 | 控制系统响应中超调的预测方法 |
DE59809724D1 (de) * | 1998-07-20 | 2003-10-30 | Siemens Building Tech Ag | Selbstadaptiver PID-Regler |
US20020041472A1 (en) * | 2000-06-14 | 2002-04-11 | Ding Mingzhong | Method and apparatus for handling multiple resonance frequencies in disc drives using active damping |
CN1393746A (zh) * | 2001-07-02 | 2003-01-29 | 李晓枫 | Pid参数模糊自适应控制器 |
US20030036812A1 (en) * | 2001-08-15 | 2003-02-20 | Pitney Bowes Incorporated | Adaptive servo motor retuning method and system |
US20030199997A1 (en) * | 2002-04-18 | 2003-10-23 | Zhiqiang Gao | Scaling and parameterizing a controller |
JP2009217329A (ja) * | 2008-03-07 | 2009-09-24 | Fuji Mach Mfg Co Ltd | 作動装置 |
CN101655704A (zh) * | 2009-09-14 | 2010-02-24 | 康奋威科技(杭州)有限公司 | 电脑横机摇床运行的控制方法 |
CN102269971A (zh) * | 2010-06-01 | 2011-12-07 | 嘉善东菱电子科技有限公司 | 基于模型跟踪的自适应伺服控制器 |
CN101902187A (zh) * | 2010-06-11 | 2010-12-01 | 中国科学院上海技术物理研究所 | 一种用于永磁电机低速运转的控制系统 |
CN201909960U (zh) * | 2011-01-24 | 2011-07-27 | 中国石油天然气股份有限公司 | 一种pid参数整定设备 |
CN102981404A (zh) * | 2012-12-10 | 2013-03-20 | 苏州天弘激光股份有限公司 | 运动控制pid参数的快速调节方法 |
CN103034249A (zh) * | 2012-12-27 | 2013-04-10 | 中国电子科技集团公司第二十六研究所 | 一种基于模糊决策的双轴光电转台复合控制系统和控制方法 |
CN103186903A (zh) * | 2013-04-22 | 2013-07-03 | 苏州科技学院 | 一种基于pid的运动目标检测跟踪系统 |
US20160088718A1 (en) * | 2014-09-24 | 2016-03-24 | Neusoft Medical Systems Co., Ltd. | Controlling filament current of computed tomography tube |
CN104716888A (zh) * | 2015-04-09 | 2015-06-17 | 珠海格力电器股份有限公司 | 用于伺服电机控制系统的谐振抑制方法及系统 |
CN105114242A (zh) * | 2015-07-22 | 2015-12-02 | 重庆邮电大学 | 基于模糊自适应的dfpso算法的水轮机调速器参数优化方法 |
WO2017016417A1 (zh) * | 2015-07-27 | 2017-02-02 | 华为技术有限公司 | 一种系统控制方法、装置,控制器及控制系统 |
CN106406091A (zh) * | 2016-09-26 | 2017-02-15 | 华南理工大学 | 电磁驱动微镜的pid控制方法及系统 |
CN106374801A (zh) * | 2016-10-10 | 2017-02-01 | 上海航天控制技术研究所 | 一种根据偏差自适应调整的电动伺服控制系统及方法 |
CN106774243A (zh) * | 2016-12-02 | 2017-05-31 | 浙江中控软件技术有限公司 | Pid性能评估方法 |
CN106910023A (zh) * | 2017-03-02 | 2017-06-30 | 机械工业仪器仪表综合技术经济研究所 | 一种智能制造的能效评估方法及系统 |
CN106961233A (zh) * | 2017-03-29 | 2017-07-18 | 广州智能装备研究院有限公司 | 一种两相混合式步进电机闭环控制方法 |
CN107170153A (zh) * | 2017-04-19 | 2017-09-15 | 淮阴工学院 | 一种基于pid串级智能系统的全民书柜 |
CN107203137B (zh) * | 2017-06-26 | 2018-11-30 | 华中科技大学 | 非线性抽水蓄能机组调速系统增益启发式自适应pid控制方法 |
Non-Patent Citations (10)
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110456632A (zh) * | 2019-09-12 | 2019-11-15 | 北京航空航天大学 | 一种针对不确定性pid控制系统的时变可靠度评估方法 |
CN113001537A (zh) * | 2019-12-20 | 2021-06-22 | 深圳市优必选科技股份有限公司 | 机械臂控制方法、机械臂控制装置及终端设备 |
CN113001537B (zh) * | 2019-12-20 | 2022-08-02 | 深圳市优必选科技股份有限公司 | 机械臂控制方法、机械臂控制装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107831668B (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105551549B (zh) | 一种核电设备运行状况在线监测方法及系统 | |
EP2045673B1 (en) | Method and apparatus for intelligent control and monitoring in a process control system | |
US8509926B2 (en) | Self-diagnostic process control loop for a process plant | |
US7107187B1 (en) | Method for modeling system performance | |
US7117119B2 (en) | System and method for continuous online safety and reliability monitoring | |
CN109886475B (zh) | 基于ai的计量自动化系统的信息安全态势感知系统 | |
US7133727B2 (en) | System and method for continuous online safety and reliability monitoring | |
CN104732276A (zh) | 一种计量生产设施故障在线诊断方法 | |
CN107831668A (zh) | 一种适用于随动控制自适应检测的方法及系统 | |
CN113255584B (zh) | 一种基于边缘计算的故障诊断与监测系统 | |
Vemuri et al. | Fault diagnosis of differential-algebraic systems | |
CN107247849A (zh) | 基于比例故障率模型优化机械系统的维护方法及系统 | |
WO2014040838A1 (de) | Verfahren zur rechnergestützten überwachung des betriebs eines technischen systems, insbesondere einer elektrischen energieerzeugungsanlage | |
CN110492497A (zh) | 一种发电机组功率振荡综合诊断方法及系统 | |
CN109741927A (zh) | 微型变压器生产线的设备故障和潜在不良品智能预测系统 | |
CN106972484A (zh) | 多场景下火电机组励磁系统动态性能在线评估方法和装置 | |
CN102270848B (zh) | 一种智能avc系统离线检测方法及其装置 | |
CN115685045B (zh) | 一种电压互感器在线评估方法 | |
Isaeva et al. | Spacecraft onboard equipment testing automation technology on the basis of simulation model | |
CN112037084B (zh) | 一种测试配电主站故障处理测试分析方法及系统 | |
CN107885075A (zh) | 一种对过程控制智能整定的检测方法及系统 | |
CN103365290A (zh) | 基于信号畸异分析的发电机控制系统隐性故障诊断方法 | |
Marcos et al. | Fault detection and isolation for a rocket engine valve | |
CN105119268A (zh) | 一种电力系统暂态严重故障筛选的方法 | |
Denegri et al. | Perturbation identification via voltage phasor monitoring in transmission systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |