CN108205311A - 一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法 - Google Patents
一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法 Download PDFInfo
- Publication number
- CN108205311A CN108205311A CN201810033161.9A CN201810033161A CN108205311A CN 108205311 A CN108205311 A CN 108205311A CN 201810033161 A CN201810033161 A CN 201810033161A CN 108205311 A CN108205311 A CN 108205311A
- Authority
- CN
- China
- Prior art keywords
- failure
- fault
- estimation
- unknown input
- event triggering
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种基于未知输入观测器技术解决一类带有事件触发传输时变系统的故障估计方法,该方法包括:系统状态空间模型建立,并在其中引入事件触发信号传输策略;将原系统状态和每一个可能的故障分别增广为新的状态信号,并设计滤波器参数,通过递归求解误差协方差的上确界并将其最小化,计算滤波器增益;利用对应正常情况的滤波器残差及合理设置的阈值进行故障检测;利用残差匹配方法实现故障分离,并将对应的滤波估计值中的故障对应分量作为故障估计值。
Description
技术领域
本发明涉及故障诊断领域,具体地说,涉及一种基于未知输入观测器技术解决一类带有事件触发信号传输的时变系统的故障估计方法。
背景技术
随着科技的飞速发展,现代工程系统越来越复杂并且十分昂贵,一旦系统发生故障,不但会造成经济损失和人员伤亡,甚至导致灾难性后果。这就要求系统具有更高的安全性和可靠性。不言而喻,故障诊断技术在工业生产中起着越来越重要的作用,并且许多研究及生产实践证明,故障诊断技术具有重要的现实意义。
在实际应用中,由于许多无法避免的因素影响,系统中未知输入的存在非常普遍。一旦这些未知输入不能合理的处理掉,将会严重削弱系统的故障诊断性能。目前,一种可行的方法是利用未知输入观测器技术将未知输入全解耦。而为了提高实际系统的能量传输效率、减少传输负担和增加服务寿命,实际应用中,往往系统使用事件触发信号传输策略。但是其时变性导致的问题以及在未知输入观测器下,实际测量和接收测量之间的差异中隐藏的未知输入的影响不能完全消除,使用事件触发信号传输策略对系统的故障诊断性能提出了更高的要求。
基于上述情况,为了满足实际应用需求,亟需一种基于未知输入观测器技术解决一类带有事件触发信号传输的时变系统的故障估计方法,同时监测系统运行状态和检测故障,保障现代工程系统安全平稳运行。
发明内容
为了解决上述问题,本发明提供了一种基于未知输入观测器技术的一类带有事件触发信号传输的时变系统的故障估计方法,其具体的技术方案如下:
一种一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法,其特征在于:其包括下列步骤:
S101,建立系统状态空间模型;
S102,引入事件触发信号传输策略;
S103,滤波器的设计:对于每种可能的故障,设计滤波器,使得系统的方差有一个上确界并且滤波器的增益能使得该值最小;
S104,故障检测策略设计:对每一个滤波器,定义残差信号,设定故障检测逻辑,若故障检测统计量小于等于所述故障检测阈值,则系统正常;若故障检测统计量大于所述故障检测阈值,则系统故障,然后根据公式判别系统故障属于哪一种。
优化地,步骤S101的系统空间模型为
xk+1=Akxk+Bkuk+Dkdk+Ekfk+wk,
yk=Ckxk+vk,
其中,是系统状态并且和可求;是控制输入;是加性故障信号;是随机噪声;是来自于外界干扰或建模误差的未知输入;和分别代表测量输出和随机测量噪声。随机测量噪声是零均值且相互独立。另外,所有矩阵已知且维度合适,
设针对每种可能发生的故障为fi,k(i=1,...,nf),第i种故障发生时(f0,k=0表示无故障),系统的具体形式如下
其中,
优化地,步骤S102中,当前输出测量yk+l会被传送,如果与先前被传送的输出测量yk满足如下条件时:
(yk+l-yk)T(yk+l-yk)>σ
其中,σ是预先设定的正标量,于是,接收到的信号表示成如下形式:
其中,k0,k1,...是信号释放的瞬时时刻。
优化地,步骤S103中,滤波器表达式如下:
其中,是滤波状态;是的估计;和是待设计参数。
优化地,步骤S103中,定义估计状态误差和误差协方差矩阵为:
。
优化地,步骤S103中,设计滤波器参数为:
设定εj(j=1;2,3)是正的标量且如下方程有正定解(初始条件)
经过上述对协方差矩阵的递归计算过程,可以得到方差的上确界,计算滤波器增益:
优化地,步骤S104中,定义残差信号如下:
设定故障检测逻辑为:若故障检测统计量小于等于所述故障检测阈值,即时,则系统正常;若故障检测统计量大于所述故障检测阈值,即时,则系统故障,然后根据如下公式判别系统故障属于哪一种,
。
针对在使用事件触发信号传输的系统中,未知输入观测器无法全解耦未知输入的状况,本发明提供了一种基于未知输入观测器技术解决一类带有事件触发信号传输的时变系统的故障估计方法,有效保障了实际应用需求。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
图1是根据本发明的一个实施例的考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法流程图;
图2是本发明实验装置图;
图3是根据本发明的实施例1的系统故障检测曲线图;
图4是根据本发明的实施例1的系统故障分离曲线图;
图5是根据本发明的实施例1的系统故障估计曲线图。
具体实施方式
下面结合附图及实施例对本发明的技术方案作进一步详细的说明。
实施例:
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明旨在提供一种基于未知输入观测器技术解决一类带有事件触发信号传输的时变系统的故障估计方法。
基于未知输入观测器技术解决一类带有事件触发信号传输的时变系统的故障估计方法流程如图1所示。
其中,基于未知输入观测器技术解决一类带有事件触发信号传输的时变系统的故障估计方法流程包括:
步骤S101,系统状态空间模型建立
建立系统状态空间模型
xk+1=Akxk+Bkuk+Dkdk+Ekfk+wk,
yk=Ckxk+vk,
其中,是系统状态并且和可求;是控制输入;是加性故障信号;是随机噪声;是来自于外界干扰或建模误差的未知输入;和分别代表测量输出和随机测量噪声。随机测量噪声是零均值且相互独立。另外,所有矩阵已知且维度合适。
针对每种可能发生的故障fi,k(i=1,...,nf),第i种故障发生时(f0,k=0表示无故障),系统的具体形式如下
其中,
步骤S102,引入事件触发信号传输策略:
当前输出测量yk+l会被传送,如果与先前被传送的输出测量yk满足如下条件时:
其中,σ是预先设定的正标量。
于是,接收到的信号可以表示成如下形式:
其中,k0,k1,...是信号释放的瞬时时刻。
步骤S103,对于每种可能的故障,设计滤波器,使得系统(2)的方差有一个上确界并且滤波器的增益能使得该值最小。
滤波器表达式如下:
其中,是滤波状态;是的估计;和是待设计参数。
定义估计状态误差和误差协方差矩阵:
设计滤波器参数
设定εj(j=1,2,3)是正的标量且如下方程有正定解(初始条件)
经过上述对协方差矩阵的递归计算过程,可以得到方差的上确界
计算滤波器增益:
步骤S104,对每一个滤波器,定义残差信号如下:
设定故障检测逻辑
若故障检测统计量小于等于所述故障检测阈值,即时,则系统正常;
若故障检测统计量大于所述故障检测阈值,即时,则系统故障。
然后根据如下公式判别系统故障属于哪一种。
实施例1:
如图2所示,本实施例是基于实验室三容水箱DTS200实验设备进行的验证,针对三容水箱系统,考虑如下系统参数:
如图1所示,三容水箱系统罐1和罐2会直接受到进水阀和剧烈的液位扰动,我们设定dk=sin(k/10)×10-5且Dk=[1 0 0]T;设定闭环控制其中
初始条件X0和噪声wk,vk是相互独立的高斯分布序列,且方差均是10-12I。
针对每种可能发生的故障fi,k(i=1,...,nf),第i种故障发生时(f0,k=0表示无故障),系统的具体形式如下
其中,
本实施例考虑如下的泄漏故障:
且仅考虑三容水箱系统三个储水罐分别泄漏时的故障情形。
步骤S102,引入事件触发信号传输策略:
当前输出测量yk+l会被传送,如果与先前被传送的输出测量yk满足如下条件时:
(yk+l-yk)T(yk+l-yk-yk)>σ (21)
其中,σ是预先设定的正标量,本实施例设σ=2*10-6。
于是,接收到的信号可以表示成如下形式:
其中,k0,k1,...是信号释放的瞬时时刻。
步骤S103,对于每种可能的故障,设计滤波器,使得系统(2)的方差有一个上确界并且滤波器的增益能使得该值最小。
滤波器表达式如下:
其中,是滤波状态;是的估计;和是待设计参数。
定义估计状态误差和误差协方差矩阵:
设计滤波器参数
设定εj(j=1,2,3)是正的标量且如下方程有正定解(初始条件)
式(31)中,ε1=ε2=0.2,ε3=1。
经过上述对协方差矩阵的递归计算过程,可以得到方差的上确界
计算滤波器增益:
步骤S104,对每一个滤波器,定义残差信号如下:
设定故障检测逻辑,其中本实施例设定闽值为9.472×10-11。
若故障检测统计量小于等于所述故障检测阈值,即时,则系统正常;
若故障检测统计量大于所述故障检测阈值,即时,则系统故障。
如图3所示,可以看出当k=19时,故障被检测出来;
然后根据如下公式判别系统故障属于哪一种。
如图4所示,残差曲线3是三个残差最小的一个,因此根据式子(36),可以确定泄漏故障发生在罐3。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法,其特征在于:其包括下列步骤:
S101,建立系统状态空间模型;
S102,引入事件触发信号传输策略;
S103,设计滤波器:对于每种可能的故障,设计滤波器,使得系统的方差有一个上确界并且滤波器的增益能使得该值最小;
S104,故障检测策略设计:对每一个滤波器,定义残差信号,设定故障检测逻辑,若故障检测统计量小于等于所述故障检测阈值,则系统正常;若故障检测统计量大于所述故障检测阈值,则系统故障,然后根据公式判别系统故障属于哪一种。
2.根据权利要求1所述的一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法,其特征在于:步骤S101的系统空间模型为
xk+1=Akxk+Bkuk+Dkdk+Ekfk+wk,
yk=Ckxk+vk;
其中,是系统状态并且和可求;是控制输入;是加性故障信号;是随机噪声;是来自于外界干扰或建模误差的未知输入;和分别代表测量输出和随机测量噪声。随机测量噪声是零均值且相互独立。另外,所有矩阵已知且维度合适,
设针对每种可能发生的故障为fi,k(i=1,...,nf),第i种故障发生时(f0,k=0表示无故障),系统的具体形式如下
其中,
3.根据权利要求1所述的一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法,其特征在于:步骤S102中,
当前输出测量yk+l会被传送,如果与先前被传送的输出测量yk满足如下条件时:
(yk+l-yk)T(yk+l-yk)>σ
其中,σ是预先设定的正标量,接收到的信号表示成如下形式:
其中,k0,k1,…是信号释放的瞬时时刻。
4.根据权利要求1所述的一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法,其特征在于:步骤S103中,
滤波器表达式如下:
其中,是滤波状态;是的估计;和是待设计参数。
5.根据权利要求1所述的一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法,其特征在于:步骤S103中,
定义估计状态误差和误差协方差矩阵:
6.根据权利要求5所述的一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法,其特征在于:步骤S103中,
设计滤波器参数
设定εj(j=1,2,3)是正的标量且如下方程有正定解(初始条件)
经过上述对协方差矩阵的递归计算过程,可以得到方差的上确界
计算滤波器增益:
7.根据权利要求5所述的一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法,其特征在于:步骤S104中,定义残差信号如下:
设定故障检测逻辑为:若故障检测统计量小于等于所述故障检测阈值,即时,则系统正常;若故障检测统计量大于所述故障检测阈值,即时,则系统故障,然后根据如下公式判别系统故障属于哪一种,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810033161.9A CN108205311B (zh) | 2018-01-14 | 2018-01-14 | 一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810033161.9A CN108205311B (zh) | 2018-01-14 | 2018-01-14 | 一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108205311A true CN108205311A (zh) | 2018-06-26 |
CN108205311B CN108205311B (zh) | 2020-12-18 |
Family
ID=62606238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810033161.9A Active CN108205311B (zh) | 2018-01-14 | 2018-01-14 | 一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108205311B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635431A (zh) * | 2018-12-12 | 2019-04-16 | 山东科技大学 | 基于历史数据斜坡响应的动态系统静态增益估计方法 |
CN109918734A (zh) * | 2019-02-01 | 2019-06-21 | 济南大学 | 一种基于fir滤波器的水声通信系统故障估计方法 |
CN110209148A (zh) * | 2019-06-18 | 2019-09-06 | 江南大学 | 一种基于描述系统观测器的网络化系统的故障估计方法 |
CN110234134A (zh) * | 2019-06-19 | 2019-09-13 | 杭州电子科技大学 | 一种改善手机通信网络拥塞的控制方法 |
CN111123893A (zh) * | 2019-12-28 | 2020-05-08 | 中国人民解放军空军工程大学 | 一种基于坐标变换的时变随机系统事件触发故障检测方法 |
CN111258296A (zh) * | 2020-01-16 | 2020-06-09 | 西安交通大学 | 航空发动机控制系统的漂移类故障检测方法 |
CN113110383A (zh) * | 2021-04-13 | 2021-07-13 | 杭州电子科技大学 | 一种城市水务系统供水故障检测方法 |
CN113325821A (zh) * | 2021-05-25 | 2021-08-31 | 四川大学 | 基于饱和约束和动态事件触发机制的网络控制系统故障检测方法 |
CN113472569A (zh) * | 2021-06-24 | 2021-10-01 | 杭州电子科技大学 | 包含不稳定子网络的校园通信网络事件驱动滤波方法 |
CN113823085A (zh) * | 2021-08-26 | 2021-12-21 | 杭州电子科技大学 | 一种公共停车场综合管理系统的车流量估计方法 |
WO2022068155A1 (zh) * | 2020-09-30 | 2022-04-07 | 山东科技大学 | 一种间歇异常测量检测下系统的状态估计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105204499A (zh) * | 2015-10-09 | 2015-12-30 | 南京航空航天大学 | 基于未知输入观测器的直升机协同编队故障诊断方法 |
CN103776654B (zh) * | 2014-02-21 | 2016-08-31 | 黑龙江省科学院自动化研究所 | 多传感器信息融合的故障诊断方法 |
CN107169193A (zh) * | 2017-05-11 | 2017-09-15 | 南京师范大学 | 基于自适应事件触发机制的非线性系统滤波器的设计方法 |
CN107272651A (zh) * | 2017-07-10 | 2017-10-20 | 山东科技大学 | 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法 |
-
2018
- 2018-01-14 CN CN201810033161.9A patent/CN108205311B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776654B (zh) * | 2014-02-21 | 2016-08-31 | 黑龙江省科学院自动化研究所 | 多传感器信息融合的故障诊断方法 |
CN105204499A (zh) * | 2015-10-09 | 2015-12-30 | 南京航空航天大学 | 基于未知输入观测器的直升机协同编队故障诊断方法 |
CN107169193A (zh) * | 2017-05-11 | 2017-09-15 | 南京师范大学 | 基于自适应事件触发机制的非线性系统滤波器的设计方法 |
CN107272651A (zh) * | 2017-07-10 | 2017-10-20 | 山东科技大学 | 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635431A (zh) * | 2018-12-12 | 2019-04-16 | 山东科技大学 | 基于历史数据斜坡响应的动态系统静态增益估计方法 |
CN109918734A (zh) * | 2019-02-01 | 2019-06-21 | 济南大学 | 一种基于fir滤波器的水声通信系统故障估计方法 |
CN109918734B (zh) * | 2019-02-01 | 2022-10-11 | 济南大学 | 一种基于fir滤波器的水声通信系统故障估计方法 |
CN110209148A (zh) * | 2019-06-18 | 2019-09-06 | 江南大学 | 一种基于描述系统观测器的网络化系统的故障估计方法 |
CN110234134A (zh) * | 2019-06-19 | 2019-09-13 | 杭州电子科技大学 | 一种改善手机通信网络拥塞的控制方法 |
CN110234134B (zh) * | 2019-06-19 | 2022-05-20 | 杭州电子科技大学 | 一种改善手机通信网络拥塞的控制方法 |
CN111123893A (zh) * | 2019-12-28 | 2020-05-08 | 中国人民解放军空军工程大学 | 一种基于坐标变换的时变随机系统事件触发故障检测方法 |
CN111258296A (zh) * | 2020-01-16 | 2020-06-09 | 西安交通大学 | 航空发动机控制系统的漂移类故障检测方法 |
WO2022068155A1 (zh) * | 2020-09-30 | 2022-04-07 | 山东科技大学 | 一种间歇异常测量检测下系统的状态估计方法 |
CN113110383A (zh) * | 2021-04-13 | 2021-07-13 | 杭州电子科技大学 | 一种城市水务系统供水故障检测方法 |
CN113325821B (zh) * | 2021-05-25 | 2022-02-01 | 四川大学 | 基于饱和约束和动态事件触发机制的网络控制系统故障检测方法 |
CN113325821A (zh) * | 2021-05-25 | 2021-08-31 | 四川大学 | 基于饱和约束和动态事件触发机制的网络控制系统故障检测方法 |
CN113472569A (zh) * | 2021-06-24 | 2021-10-01 | 杭州电子科技大学 | 包含不稳定子网络的校园通信网络事件驱动滤波方法 |
CN113823085A (zh) * | 2021-08-26 | 2021-12-21 | 杭州电子科技大学 | 一种公共停车场综合管理系统的车流量估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108205311B (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108205311A (zh) | 一类事件触发传输时变系统基于未知输入观测器技术的故障估计方法 | |
Housh et al. | Model-based approach for cyber-physical attack detection in water distribution systems | |
CN109186813B (zh) | 一种温度传感器自检装置及方法 | |
CN103140814B (zh) | 用于检测冗余传感器信号中的移位的系统、方法和设备 | |
Ingimundarson et al. | Robust fault detection using zonotope‐based set‐membership consistency test | |
CN107016236B (zh) | 基于非线性量测方程的电网假数据注入攻击检测方法 | |
CN103140812B (zh) | 用于基于信号处理的故障检测、隔离和矫正的系统、方法和设备 | |
Pasqualetti et al. | Cyber-physical attacks in power networks: Models, fundamental limitations and monitor design | |
US20130066568A1 (en) | Integrated system with acoustic technology, mass imbalance and neural network for detecting, locating and quantifying leaks in ducts | |
CN103149475B (zh) | 电力设备故障诊断方法及系统 | |
CN107272651B (zh) | 一种动车组制动系统间歇乘性传感器故障的鲁棒检测方法 | |
CN108445759B (zh) | 一种传感器饱和约束下网络化系统的随机故障检测方法 | |
CN104125112B (zh) | 基于物理‑信息模糊推理的智能电网攻击检测方法 | |
GB2473602A (en) | Diagnosing EGR cooler efficiency in a Diesel engine | |
KR20130034899A (ko) | Gis 탱크 내의 신호 감쇠율을 이용한 부분방전 위치 추정방법 | |
Vrachimis et al. | Leak detection in water distribution systems using hydraulic interval state estimation | |
Jung et al. | Burst detection in water distribution system using the extended Kalman filter | |
CN108345711A (zh) | 基于事件驱动的动车组鲁棒传感器间歇故障检测方法 | |
Jung et al. | Analysis of fault isolation assumptions when comparing model-based design approaches of diagnosis systems | |
Khorasgani et al. | Robust residual selection for fault detection | |
CN108170955A (zh) | 考虑随机传感器饱和效应的鲁棒状态监测与故障检测方法 | |
CN110058124A (zh) | 线性离散时滞系统的间歇故障检测方法 | |
McKenna et al. | Event detection from water quality time series | |
CN105545362A (zh) | 一种瓦斯异常诊断方法及系统 | |
Le Pocher et al. | Sensor fault detection of a real undershot/overshot gate based on physical and nonlinear black-box models |
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 |