CN111597647B - 一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法 - Google Patents
一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法 Download PDFInfo
- Publication number
- CN111597647B CN111597647B CN202010272258.2A CN202010272258A CN111597647B CN 111597647 B CN111597647 B CN 111597647B CN 202010272258 A CN202010272258 A CN 202010272258A CN 111597647 B CN111597647 B CN 111597647B
- Authority
- CN
- China
- Prior art keywords
- spring damping
- damping system
- time
- intersection
- fault
- 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.)
- Active
Links
- 238000013016 damping Methods 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000003745 diagnosis Methods 0.000 title claims abstract description 49
- 238000001914 filtration Methods 0.000 title claims abstract description 28
- 238000009776 industrial production Methods 0.000 title abstract description 17
- 239000013598 vector Substances 0.000 claims abstract description 106
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 32
- 238000006073 displacement reaction Methods 0.000 claims description 24
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 16
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 claims description 5
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 claims description 5
- 230000003321 amplification Effects 0.000 description 7
- 238000003199 nucleic acid amplification method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Description
技术领域
本发明涉及一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法,属于弹簧阻尼系统故障诊断技术领域。
背景技术
弹簧阻尼系统是工业生产过程涉及的机械振动系统当中普遍使用的一类结构,在工业生产过程中主要起到吸收和耗散生产过程能量的作用,其吸收和耗散能量的大小,关系到生产过程的安全稳定,所以其系统的安全性将会对整个系统的稳定运行产生重大的影响。一旦弹簧阻尼系统发生故障而未被及时诊断,那么将会影响整个系统的运行。因此,对弹簧阻尼系统进行故障诊断的研究对工业生产过程有着重要的现实意义。
常见的故障诊断方法主要分为基于模型的故障诊断方法和基于数据的故障诊断方法两大类。其中基于数据的故障诊断方法需以大量的数据分析为前提,很难做到实时故障诊断。基于模型的故障诊断方法以系统解析模型为基础,能够实现实时在线的故障诊断;但是一般的基于模型的故障诊断方法中要求系统噪声符合一定概率分布,然而实际应用中,弹簧阻尼系统常受各种外部因素的影响,噪声干扰因素不确定,导致其无法满足这一要求。
集员滤波方法只要求系统噪声有界,对噪声的概率分布没有限定,因此基于集员估计的故障诊断方法能够有效处理噪声不确定系统的故障诊断问题。集员估计方法中是基于可行集的状态来确定系统的故障状态。若检测到可行集为空,则认为系统存在故障;若系统可行集不为空,则认为系统没有故障。集员估计方法中根据近似可行集的空间形状和包围方法的不同,可将其划分为椭球体、全对称多胞体、正多胞体等等。
现有的基于集员滤波理论的故障诊断方法中,在检测出系统发生故障后,若要通过重置参数集合的方法来进一步识别故障,一般是在对参数集合进行全域扩展下进行的,然而全域扩展下的参数集合在参数向量的各个维度都需要再次进行收缩,所以存在着收敛速度慢、故障识别时间长,实时性较差的问题。
发明内容
为了解决目前存在的问题,本发明提供了一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法,所述方法包括:
根据弹簧阻尼系统的系统方程和信息向量确定弹簧阻尼系统的参数向量对应的椭球集合,进而确定椭球集合对应的支持正多胞体集合和支持正多胞体的交集;
根据按扩展方向重置的支持正多胞体的交集,识别弹簧阻尼系统的参数向量中的故障参数。
可选的,所述方法包括:
步骤101,建立弹簧阻尼系统的离散系统模型,确定弹簧阻尼系统的系统方程;
y(k)=θTφ(k)+e(k)
其中,y(k)为k时刻系统的输出,θ=[θ1,θ2,θ3,θ4]T为参数向量,k表示离散时间,φ(k)为信息向量,e(k)为弹簧阻尼系统的不确定噪声,且e(k)有界,即|e(k)|≤γ,γ为大于零的常数;
步骤102,获取弹簧阻尼系统在工作状态下的外加控制力和对应的物块的位移,以确定系统的信息向量φ(k);
步骤103,根据步骤101确定的弹簧阻尼系统的系统方程和步骤102确定的信息向量φ(k),确定参数向量θ对应的椭球集合和系统故障指示信号f(k)的数值;
步骤104,根据步骤103确定的弹簧阻尼系统参数向量θ对应的椭球集合,确定椭球集合对应的支持正多胞体集合O(k)和支持正多胞体的交集;
步骤105,根据步骤103确定的弹簧阻尼系统的故障指示信号f(k),确定系统的故障状态和故障时间;
步骤106,若系统发生故障,确定弹簧阻尼系统的参数向量θ的具体故障分量;
步骤107,根据步骤106确定的弹簧阻尼系统的参数向量的具体故障分量确定扩展方向,按扩展方向重置支持正多胞体的交集;
步骤108,根据步骤107中按扩展方向重置的支持正多胞体的交集,识别弹簧阻尼系统的故障参数。
可选的,所述步骤104,根据步骤103确定的弹簧阻尼系统参数向量θ对应的椭球集合,确定椭球集合对应的支持正多胞体集合O(k)和支持正多胞体的交集,包括:
根据支持正多胞体集合O(k),确定k时刻支持正多胞体的交集:
X(k)=O(1)∩…∩O(k)=X(k-1)∩O(k)
可选的,所述步骤106,若系统发生故障,确定弹簧阻尼系统的参数向量θ的具体故障分量,包括:
可选的,所述步骤107,根据步骤106确定的弹簧阻尼系统的参数向量的具体故障分量确定扩展方向,按扩展方向重置支持正多胞体的交集,包括:
若弹簧阻尼系统的参数向量θ中的θi发生故障,按下式更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的上界:
若弹簧阻尼系统的参数向量θ中的θi发生故障,按下式更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的下界:
若弹簧阻尼系统的参数向量θ中的θi未发生故障,按下式更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的上界:
若弹簧阻尼系统的参数向量θ中的θi未发生故障,按下式更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的下界:
根据所述k-1时刻支持正多胞体的交集Xr(k-1)每维参数的上界和下界,按下式获得k-1时刻按扩展方向重置的支持正多胞体的交集Xr(k-1):
可选的,所述根据步骤107中按扩展方向重置的支持正多胞体的交集,识别弹簧阻尼系统的故障参数,包括:
利用k时刻物块的位移y(k)、信息向量φ(k),k-1时刻的椭球Er(k-1)的中心θcr(k-1)、轴信息矩阵Pr(k-1)和系统不确定噪声的边界γ,重新更新k时刻弹簧阻尼系统参数向量对应的椭球集合E(k)的中心θc(k)和轴信息矩阵P(k);
根据所述重新更新的椭球集合E(k),重新更新k时刻椭球集合E(k)对应的支持正多胞体集合O(k)和支持正多胞体的交集X(k);
可选的,所述步骤103,根据步骤101确定的弹簧阻尼系统的系统方程和步骤102确定的信息向量φ(k),确定参数向量θ对应的椭球集合和系统故障指示信号f(k)的数值,包括:
θc(k)=θc(k-1),
P(k)=P(k-1);
θc(k)=θc(k-1),
P(k)=P(k-1);
在上述条件下,若|μ(k)|>ρ,则
在上述条件下,若|μ(k)|≤ρ,则
τ(k)=0,
σ(k)=nα2,
之后按下面两式更新k时刻椭球集合E(k)的中心θc(k)和轴信息矩阵P(k)
其中n为参数向量θ的维数,μ(k)为α(k)和的平均值,ρ为大于零的数,设定ρ=10-6,τ(k)为k时刻仿射变换后沿的中心坐标,σ(k)为沿半轴的平方,为正交于的半轴的平方,ε(k)、b(k)、α为中间变量,为仿射变换后的E,为仿射变换后的φ。
可选的,所述步骤102,获取弹簧阻尼系统在工作状态下的外加控制力和对应的物块的位移,以确定系统的信息向量φ(k),包括:
在预定时间范围内,获取弹簧阻尼系统在工作状态下的外加控制力和对应的物块的位移;
将所得的外加控制力和对应的物块的位移的数据代入下式中:
φ(k)=[-y(k-1),-y(k-2),u(k-1),u(k-2)]T
确定出弹簧阻尼系统的信息向量φ(k);k的取值范围为1至N,k为整数。
本申请的另一个方面还提供一种弹簧阻尼系统滤波故障诊断系统,所述系统采用上述面向工业生产过程的弹簧阻尼系统滤波故障诊断方法对弹簧阻尼系统进行故障诊断。
本发明有益效果是:
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例中公开的一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法流程图。
图2是一种弹簧系统结构图。
图3是本发明一个实施例中公开的两种算法下的一种弹簧系统的参数分量θ1的上下界变化曲线图。
图4是本发明一个实施例中公开的两种算法下的一种弹簧系统的参数分量θ2的上下界变化曲线图。
图5是本发明一个实施例中公开的两种算法下的一种弹簧系统的参数分量θ3的上下界变化曲线图。
图6是本发明一个实施例中公开的两种算法下的一种弹簧系统的参数分量θ4的上下界变化曲线图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一:
本实施例提供一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法,参见图1,所述方法包括:
步骤101,建立弹簧阻尼系统的离散系统模型,确定弹簧阻尼系统的系统方程。
弹簧阻尼系统的结构图如图2所示,其中M为物块的质量,C为摩擦系数,K是弹簧的弹性系数,u(t)为t时刻的外加控制力,是系统的输入,y(t)为t时刻的物块的位移,是系统的输出。
根据此模型结构和牛顿第二定理,可得:
采用零阶保持器法对弹簧阻尼系统的系统模型进行离散化,设定采样时间间隔Ts=0.1s,则弹簧阻尼系统的系统方程为:
y(k)=θTφ(k)+e(k) (4)
其中φ(k)为信息向量,并且φ(k)=[-y(k-1),-y(k-2),u(k-1),u(k-2)]T,θ为参数向量,k表示离散时间,并且θ=[θ1,θ2,θ3,θ4]T,e(k)为弹簧阻尼系统的不确定噪声,且e(k)有界,即|e(k)|≤γ,γ为大于零的常数。
步骤102,获取弹簧阻尼系统在工作状态下的外加控制力和对应的物块的位移,以确定系统的信息向量。
在预定时间范围内,获取弹簧阻尼系统在工作状态下的外加控制力和对应的物块的位移。
预定时间范围为1至N,N为整数,N的值是预先设置的。
可选的,在弹簧阻尼系统中,利用力传感器测量外加控制力的大小,利用位移传感器测量物块的位移。
将所得的外加控制力和对应的物块的位移的数据代入信息向量的式子φ(k)=[-y(k-1),-y(k-2),u(k-1),u(k-2)]T中,确定出弹簧阻尼系统的信息向量φ(k);k的取值范围为1至N,k为整数。
步骤103,根据步骤101确定的弹簧阻尼系统的系统方程和步骤102确定的信息向量,确定参数向量对应的椭球集合和系统故障指示信号的数值。
设置初始化的椭球集合E(0)的中心θc(0)和轴信息矩阵P(0);设置初始化故障指示信号。
轴信息矩阵是表示椭球集合的形状和大小的一个对称正定矩阵。
将初始化的椭球集合E(0)的中心θc(0)设置为:θc(0)=[0,0,0,0]T;将初始化的椭球集合E(0)的轴信息矩阵P(0)设置为:P(0)=δ·In;将初始化的故障指示信号设置为:f(0)=0。
δ为较大的正数,In为n阶单位矩阵,n为参数向量θ的维数,本实施例中以n=4为例进行说明。
通过递推获取k时刻(k时刻表示第k个离散时刻,后续简称为k时刻)椭球集合E(k)的中心θc(k)、k时刻椭球集合E(k)的轴信息矩阵P(k)和k时刻弹簧阻尼系统的故障指示信号f(k)。
递推过程如下:
步骤1031,利用k时刻物块的位移y(k)、信息向量φ(k),k-1时刻的椭球集合的中心θc(k-1)、轴信息矩阵P(k-1)和系统不确定噪声的边界γ,按式(5)和式(6)分别确定k时刻仿射变换后正交的两个平行超平面的坐标,即α(k)和其中为仿射变换后的φ。
步骤1033,根据α(k)和k时刻物块的位移y(k)、信息向量φ(k),k-1时刻的椭球集合的中心θc(k-1)、轴信息矩阵P(k-1)和系统不确定噪声的边界γ,更新k时刻椭球集合E(k)的中心θc(k)和轴信息矩阵P(k)。
θc(k)=θc(k-1) (7)
P(k)=P(k-1) (8)
n为参数向量θ的维数。
τ(k)=0 (13)
σ(k)=nα2 (14)
S3、按式(16)更新k时刻椭球集合E(k)的中心θc(k),按式(17)更新k时刻椭球集合E(k)的轴信息矩阵P(k)。
步骤104,根据弹簧阻尼系统参数向量对应的椭球集合,确定椭球集合对应的支持正多胞体集合和支持正多胞体的交集。
根据k时刻弹簧阻尼系统参数向量对应的椭球集合E(k),按式(18)确定椭球集合对应的支持多胞体集合O(k):
具体地,
根据k时刻椭球集合对应的支持正多胞体集合O(k),确定支持正多胞体的交集X(k):
X(k)=O(1)∩…∩O(k)=X(k-1)∩O(k) (21)
具体地,按式(22)确定支持正多胞体的交集X(k)。
步骤105,根据弹簧阻尼系统的故障指示信号,确定系统的故障状态和故障时间。
若k时刻故障指示信号f(k)=1,则表明弹簧阻尼系统在k时刻发生故障;
若k时刻故障指示信号f(k)=0,则表明弹簧阻尼系统在k时刻未发生故障。
步骤106,若系统发生故障,确定弹簧阻尼系统的参数向量θ的具体故障分量。
具体地:
利用k时刻物块的位移y(k)、信息向量φ(k),k-1时刻的椭球的中心轴信息矩阵Pi t(k-1)和系统不确定噪声的边界γ,按步骤1031和步骤1033的递推更新方法来更新k时刻椭球的中心和轴信息矩阵Pi t(k),i∈{1,…,n};利用k+1时刻物块的位移y(k+1)、信息向量φ(k+1),k时刻的 椭球的中心轴信息矩阵Pi t(k)和系统不确定噪声的边界γ,按步骤1031和步骤1033的递推更新方法来更新k+1时刻椭球的中心和轴信息矩阵Pi t(k+1),i∈{1,…,n};……利用k+L时刻物块的位移y(k+L)、信息向量φ(k+L),k+L-1时刻的椭球的中心轴信息矩阵Pi t(k+L-1)和系统不确定噪声的边界γ,按步骤1031和步骤1033的递推更新方法来更新k+L时刻椭球的中心和轴信息矩阵Pi t(k+L),i∈{1,…,n}。
L的值是预先设置的,L≤N-k,L的值根据实际需要确定,比如L=10。
利用k+L时刻物块的位移y(k+L)、信息向量φ(k+L),k+L-1时刻的椭球的中心轴信息矩阵Pi t(k+L-1)和系统不确定噪声的边界γ,按步骤1031和步骤1032中确定弹簧阻尼系统的故障指示信号的方法来计算k+L时刻 椭球的空集指示信号
具体地:
若对于所有的i,i∈{1,…,n},当i≠j,j∈{1,…,n}时,k+L时刻椭球空集指示信号都为1,同时当i=j时,k+L时刻椭球空集指示信号为0,则弹簧阻尼系统的参数向量θ中的θi,i∈{1,…,n},i≠j都发生故障;
若对于所有的i,i∈{1,…,n},当i=j和i=q,j∈{1,…,n},q∈{1,…,n},j≠q时,k+L时刻椭球空集指示信号都为1,同时当i≠j且i≠q时,k+L时刻椭球空集指示信号都为0,则弹簧阻尼系统的参数向量θ中的θi,i∈{1,…,n},i=j且i=q都发生故障;
若对于所有的i,i∈{1,…,n},当i=j,j∈{1,…,n}时,k+L时刻椭球空集指示信号为1,同时当i≠j时,k+L时刻椭球空集指示信号都为0,则弹簧阻尼系统的参数向量θ中的θi,i∈{1,…,n},i=j发生故障。
步骤107,根据弹簧阻尼系统的参数向量的具体故障分量确定扩展方向,按扩展方向重置支持正多胞体的交集。
根据弹簧阻尼系统的参数向量θ的具体故障分量确定扩展方向,按扩展方向重置k-1时刻支持正多胞体的交集。
若弹簧阻尼系统的参数向量θ中的θi,i∈{1,…,n}发生故障,则按式(26)和式(27)分别更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的上界和下界:
若弹簧阻尼系统的参数向量θ中的θi,i∈{1,…,n}未发生故障,则按式(28)和式(29)分别更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的上界和下界:
根据k-1时刻重置的支持正多胞体的交集Xr(k-1)每维参数的上界和下界,按式(30)获得k-1时刻按扩展方向重置的支持正多胞体的交集Xr(k-1):
步骤108,根据按扩展方向重置的支持正多胞体的交集,识别弹簧阻尼系统的故障参数。
步骤1081,根据k-1时刻按扩展方向重置的支持正多胞体的交集Xr(k-1),按步骤1062中计算k-1时刻测试集合对应的椭球的方法计算k-1时刻按扩展方向重置的支持正多胞体的交集Xr(k-1)对应的椭球Er(k-1)。
步骤1082,利用k时刻物块的位移y(k)、信息向量φ(k),k-1时刻的椭球Er(k-1)的中心θcr(k-1)、轴信息矩阵Pr(k-1)和系统不确定噪声的边界γ,按步骤1031和步骤1033的递推更新方法来重新更新k时刻弹簧阻尼系统参数向量对应的椭球集合E(k)的中心θc(k)和轴信息矩阵P(k)。
步骤1083,利用步骤104重新更新椭球集合对应的支持正多胞体集合和支持正多胞体的交集。
根据k时刻弹簧阻尼系统参数向量对应的椭球集合E(k),再次更新椭球集合对应的支持多胞体集合O(k);
根据k时刻椭球集合对应的支持正多胞体集合O(k),再次更新支持正多胞体的交集X(k)。
步骤1084,根据支持正多胞体的交集X(k)每一维的上界和下界,确定弹簧阻尼系统的故障参数向量。
需要说明的是:本发明实施例提供的面向工业生产过程的弹簧阻尼系统滤波故障诊断方法,诊断弹簧阻尼系统是否发生故障时在弹簧阻尼系统处于工作状态下进行的。
为验证本申请所提出的面向工业生产过程的弹簧阻尼系统滤波故障诊断方法的收敛速度和故障识别时间,进行如下仿真实验:
仿真实验中设置系统噪声为|e(k)|≤0.01,设定的弹簧阻尼系统的相关状态和参数如表1所示,即当时间k到达1001,2001和3001时,我们分别加入故障状态1,故障状态2和故障状态3。
表1弹簧阻尼系统在不同状态下的参数分量的数值
基于相同的仿真条件,将本申请提出的一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法与基于全域放大集员滤波的弹簧阻尼系统故障诊断方法进行对比,得到的故障诊断对比结果如图3至图6所示。
全域放大集员滤波算法可参考“Fault diagnosis based on set membershipidentification using output-error models[J],Int J Adapt Control SignalProcess,2016,30,(2),pp.224–255.”
利用支持正多胞体的交集X(k)的每一维对应的参数的上下界曲线的递推变换过程来展现两种算法对弹簧阻尼系统的故障诊断结果。
以图3为例,在k=0~4000时刻系统共有4中工作状态:
在k=0~1000时刻,两种算法所得出的θ1的上下界变化曲线一致,说明在k=0~1000时刻系统处于正常状态,没有故障出现,两种算法对于正常状态下的系统的参数辨识结果是一致的。
在k=1001~2000时刻,此时系统有故障发生,系统参数发生变化,但是θ1并没有发生变化,因此本申请所提出的按扩展方向进行重置的弹簧阻尼系统滤波故障诊断方法可以基于故障分量,得出θ1并没有发生变化,无须在θ1的方向上对支持正多胞体的交集进行重置,因此θ1的上下界变化曲线继续保持上一状态(即k=1~1000时刻)的收缩趋势,上下界之间范围越小,就可以得到更精确的系统的参数值;而全域放大的算法,在系统的每一个状态都对支持正多胞体的交集在每一个参数分量的方向上都进行了重置,因此在k=1001~2000时刻,尽管θ1没有发生故障,但是依然对支持正多胞体的交集在θ1方向上进行了重置,直接导致的结果是需要再次对θ1的上下界从一个很大的范围进行收缩,因此该算法下的θ1的上下界范围比按扩展方向进行重置的弹簧阻尼系统滤波故障诊断方法大,进而算法的收敛速度更慢,识别出系统的故障参数所需时间越长。
在k=2001~3000时刻,系统发生故障,并且参数分量θ1发生故障,本专利所提出的按扩展方向进行重置的弹簧阻尼系统滤波故障诊断方法基于故障分量,得出θ1发生故障,在θ1的方向上对支持正多胞体的交集进行了重置,同时全域放大的故障诊断方法也对支持正多胞体的交集在θ1的方向上进行了重置,但仍然可以看出,本专利所提出的按扩展方向进行重置的弹簧阻尼系统滤波故障诊断方法下的θ1的上下界之间的范围收缩得更快。
在k=3001~4000时刻,系统发生故障,但是θ1并没有发生变化,此时两种算法的故障诊断效果与k=1001~2000时刻一致,故障诊断分析也一致。
因此,根据图3至图6,可以得出以下结论:
(1)基于两种算法,X(k)的对应的参数的上下界在整个故障诊断过程中被重置了三次,说明此弹簧阻尼系统在整个工作过程中发生了三次故障。
(2)在第一个状态下两种算法得出的X(k)有着相同的参数的上下界,并且通过表2可得,两种算法有着相同的参数辨识结果。说明第一个状态为正常状态,并且两种算法都有着较高的参数辨识精度。
(3)精确分析可得,参数分量的上下界在k=1001,2001和3001时刻分别进行了重置,说明两种算法都能快速及时地检测到系统的故障,确定出系统故障时间。
(4)面向工业生产过程的弹簧阻尼系统滤波故障诊断方法在故障状态1中重置了第三维参数和第四维参数,在故障状态2中重置了第一维参数和第三维参数,在故障状态3中重置了第二维参数、第三维参数和第四维参数。因此,可以观察得出第三个和第四个参数分量在故障状态1中被进行了故障隔离,第一个和第三个参数分量在故障状态2中被进行了故障隔离,第二个,第三个和第四个参数分量在故障状态4中被进行了故障隔离,这些具体故障分量的诊断结果与系统的真实故障状态相一致,说明该算法能够进行快速的故障隔离。
(5)根据故障隔离的结果,面向工业生产过程的弹簧阻尼系统滤波故障诊断方法能够根据具体故障分量定向重置正多胞体的交集,相比于基于全域放大集员滤波的弹簧阻尼系统故障诊断方法,该方法有着更小的上下界区间,相应地,该方法对于弹簧阻尼系统的故障收敛速度更快,能够更快地识别出系统的故障参数。
(6)表2中展示了两种算法的最终故障辨识结果,说明两种算法都能够精确地识别出弹簧阻尼系统的故障。
表2两种算法的故障识别终值
需要说明的是,表2中表示向工业生产过程的弹簧阻尼系统滤波故障诊断方法所得出的参数识别结果,表示基于全域放大集员滤波的弹簧阻尼系统故障诊断方法所得出的参数识别结果。对比表1可知,这两种算法在识别精度上都比较高。但是结合图3-图6可知,本申请所提出的工业生产过程的弹簧阻尼系统滤波故障诊断方法能更快地识别出故障。
综上所述,本申请针对工业生产过程中弹簧阻尼系统故障诊断问题,提出了一类面向工业生产过程的弹簧阻尼系统滤波故障诊断方法,通过建立弹簧阻尼系统的离散系统模型,确定弹簧阻尼系统的系统方程;获取弹簧阻尼系统在工作状态下的外加控制力和物块的位移,确定系统的信息向量;根据弹簧阻尼系统的系统方程和信息向量,确定参数向量对应的椭球集合和系统故障指示信号的数值;根据弹簧阻尼系统参数向量对应的椭球集合,确定椭球集合对应的支持正多胞体集合和支持正多胞体的交集;根据弹簧阻尼系统的故障指示信号,确定系统的故障状态和故障时间;若系统发生故障,确定弹簧阻尼系统的参数向量的具体故障分量;根据弹簧阻尼系统的参数向量的具体故障分量,按扩展方向重置支持正多胞体的交集;根据按扩展方向重置的支持正多胞体的交集,识别弹簧阻尼系统的故障参数;解决了系统噪声不确定下的弹簧阻尼系统的快速准确实时的故障诊断,同时相比于基于全域放大集员滤波的故障诊断方法,面向工业生产过程的弹簧阻尼系统滤波故障诊断方法在弹簧阻尼系统的故障诊断中有着收敛速度快,故障识别时间短的优点。
本发明实施例中的部分步骤,可以利用软件实现,相应的软件程序可以存储在可读取的存储介质中,如光盘或硬盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种弹簧阻尼系统滤波故障诊断方法,其特征在于,所述方法包括:
根据弹簧阻尼系统的系统方程和信息向量确定弹簧阻尼系统的参数向量对应的椭球集合,进而确定椭球集合对应的支持正多胞体集合和支持正多胞体的交集;
根据按扩展方向重置的支持正多胞体的交集,识别弹簧阻尼系统的参数向量中的故障参数;
所述方法包括:
步骤101,建立弹簧阻尼系统的离散系统模型,确定弹簧阻尼系统的系统方程;
y(k)=θTφ(k)+e(k)
其中,y(k)为k时刻系统的输出,θ=[θ1,θ2,θ3,θ4]T为参数向量,k表示离散时间,φ(k)为信息向量,e(k)为弹簧阻尼系统的不确定噪声,且e(k)有界,即|e(k)|≤γ,γ为大于零的常数;
步骤102,获取弹簧阻尼系统在工作状态下的外加控制力和对应的物块的位移,以确定系统的信息向量φ(k);
步骤103,根据步骤101确定的弹簧阻尼系统的系统方程和步骤102确定的信息向量φ(k),确定参数向量θ对应的椭球集合和系统故障指示信号f(k)的数值;
步骤104,根据步骤103确定的弹簧阻尼系统参数向量θ对应的椭球集合,确定椭球集合对应的支持正多胞体集合O(k)和支持正多胞体的交集;
步骤105,根据步骤103确定的弹簧阻尼系统的故障指示信号f(k),确定系统的故障状态和故障时间;
步骤106,若系统发生故障,确定弹簧阻尼系统的参数向量θ的具体故障分量;
步骤107,根据步骤106确定的弹簧阻尼系统的参数向量的具体故障分量确定扩展方向,按扩展方向重置支持正多胞体的交集;
步骤108,根据步骤107中按扩展方向重置的支持正多胞体的交集,识别弹簧阻尼系统的故障参数;
所述步骤104,根据步骤103确定的弹簧阻尼系统参数向量θ对应的椭球集合,确定椭球集合对应的支持正多胞体集合O(k)和支持正多胞体的交集,包括:
根据支持正多胞体集合O(k),确定k时刻支持正多胞体的交集:
X(k)=O(1)∩…∩O(k)=X(k-1)∩O(k)
3.根据权利要求2所述的方法,其特征在于,所述步骤107,根据步骤106确定的弹簧阻尼系统的参数向量的具体故障分量确定扩展方向,按扩展方向重置支持正多胞体的交集,包括:
若弹簧阻尼系统的参数向量θ中的θi发生故障,按下式更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的上界:
若弹簧阻尼系统的参数向量θ中的θi发生故障,按下式更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的下界:
若弹簧阻尼系统的参数向量θ中的θi未发生故障,按下式更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的上界:
若弹簧阻尼系统的参数向量θ中的θi未发生故障,按下式更新k-1时刻重置的支持正多胞体的交集Xr(k-1)的第i维参数的下界:
根据所述k-1时刻支持正多胞体的交集Xr(k-1)每维参数的上界和下界,按下式获得k-1时刻按扩展方向重置的支持正多胞体的交集Xr(k-1):
4.根据权利要求3所述的方法,其特征在于,所述根据步骤107中按扩展方向重置的支持正多胞体的交集,识别弹簧阻尼系统的故障参数,包括:
利用k时刻物块的位移y(k)、信息向量φ(k),k-1时刻的-John椭球Er(k-1)的中心θcr(k-1)、轴信息矩阵Pr(k-1)和系统不确定噪声的边界γ,重新更新k时刻弹簧阻尼系统参数向量对应的椭球集合E(k)的中心θc(k)和轴信息矩阵P(k);
根据所述重新更新的椭球集合E(k),重新更新k时刻椭球集合E(k)对应的支持正多胞体集合O(k)和支持正多胞体的交集X(k);
θc(k)=θc(k-1),
P(k)=P(k-1);
在上述条件下,若|μ(k)|>ρ,则
在上述条件下,若|μ(k)|≤ρ,则
τ(k)=0,
σ(k)=nα2,
之后按下面两式更新k时刻椭球集合E(k)的中心θc(k)和轴信息矩阵P(k)
7.根据权利要求6所述的方法,其特征在于,所述步骤102,获取弹簧阻尼系统在工作状态下的外加控制力和对应的物块的位移,以确定系统的信息向量φ(k),包括:
在预定时间范围内,获取弹簧阻尼系统在工作状态下的外加控制力和对应的物块的位移;
将所得的外加控制力和对应的物块的位移的数据代入下式中:
φ(k)=[-y(k-1),-y(k-2),u(k-1),u(k-2)]T
确定出弹簧阻尼系统的信息向量φ(k);k的取值范围为1至N,k为整数。
8.一种弹簧阻尼系统滤波故障诊断系统,其特征在于,所述系统采用权利要求1-7任一所述的方法对弹簧阻尼系统进行故障诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272258.2A CN111597647B (zh) | 2020-04-09 | 2020-04-09 | 一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272258.2A CN111597647B (zh) | 2020-04-09 | 2020-04-09 | 一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597647A CN111597647A (zh) | 2020-08-28 |
CN111597647B true CN111597647B (zh) | 2023-04-25 |
Family
ID=72181898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010272258.2A Active CN111597647B (zh) | 2020-04-09 | 2020-04-09 | 一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597647B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112149886B (zh) * | 2020-09-07 | 2023-10-31 | 江南大学 | 一种基于多维空间滤波的四容水箱系统状态估计方法 |
CN112305418B (zh) * | 2020-10-13 | 2021-09-28 | 江南大学 | 一种基于混合噪声双重滤波的电机系统故障诊断方法 |
CN112883508B (zh) * | 2021-01-22 | 2024-03-08 | 江南大学 | 一种基于平行空间滤波的弹簧阻尼系统状态估计方法 |
CN113359667B (zh) * | 2021-06-04 | 2022-07-22 | 江南大学 | 一种基于凸空间滤波的工业系统故障诊断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004025574A1 (de) * | 2004-05-25 | 2006-01-19 | Abb Research Ltd. | Verfahren zur Fehlererkennung in einem industriellen Prozess |
WO2017128455A1 (zh) * | 2016-01-25 | 2017-08-03 | 合肥工业大学 | 一种基于广义多核支持向量机的模拟电路故障诊断方法 |
CN109932598A (zh) * | 2019-03-25 | 2019-06-25 | 江南大学 | 一种不确定噪声扰动下Buck变换器的故障检测方法 |
CN110259647A (zh) * | 2019-06-21 | 2019-09-20 | 江南大学 | 一种基于正多胞体滤波的风电机组缓变型故障诊断方法 |
CN110489891A (zh) * | 2019-08-23 | 2019-11-22 | 江南大学 | 一种基于多胞空间滤波的工业过程时变参数估计方法 |
-
2020
- 2020-04-09 CN CN202010272258.2A patent/CN111597647B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004025574A1 (de) * | 2004-05-25 | 2006-01-19 | Abb Research Ltd. | Verfahren zur Fehlererkennung in einem industriellen Prozess |
WO2017128455A1 (zh) * | 2016-01-25 | 2017-08-03 | 合肥工业大学 | 一种基于广义多核支持向量机的模拟电路故障诊断方法 |
CN109932598A (zh) * | 2019-03-25 | 2019-06-25 | 江南大学 | 一种不确定噪声扰动下Buck变换器的故障检测方法 |
CN110259647A (zh) * | 2019-06-21 | 2019-09-20 | 江南大学 | 一种基于正多胞体滤波的风电机组缓变型故障诊断方法 |
CN110489891A (zh) * | 2019-08-23 | 2019-11-22 | 江南大学 | 一种基于多胞空间滤波的工业过程时变参数估计方法 |
Non-Patent Citations (1)
Title |
---|
V. Reppa et al.Fault diagnosis based on set membership identification using output-error models.《INTERNATIONAL JOURNAL OF ADAPTIVE CONTROL AND SIGNAL PROCESSING》.2015,第30卷(第2期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111597647A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111597647B (zh) | 一种面向工业生产过程的弹簧阻尼系统滤波故障诊断方法 | |
Huang et al. | Sensor fault diagnosis for structural health monitoring based on statistical hypothesis test and missing variable approach | |
CN103197663B (zh) | 一种故障预测方法及系统 | |
Kourehli et al. | Structural damage detection using incomplete modal data and incomplete static response | |
CN112001110B (zh) | 一种基于振动信号空间时时递归图卷积神经网络的结构损伤识别监测方法 | |
CN111639678B (zh) | 一种基于集成神经网络的ins/gps组合导航故障检测与诊断方法 | |
CN112633339A (zh) | 轴承故障智能诊断方法、诊断系统、计算机设备及介质 | |
CN104298870A (zh) | 一种移动荷载下简支梁损伤和移动力同时识别方法 | |
US8566057B2 (en) | Method for self-adjustment of a triaxial acceleration sensor during operation, and sensor system having a three-dimensional acceleration sensor | |
Liu et al. | A novel strategy for response and force reconstruction under impact excitation | |
CN115455353A (zh) | 一种基于非线性时域滤波的在线参数辨识方法 | |
Lakshmi et al. | Structural damage detection using ARMAX time series models and cepstral distances | |
CN111859250A (zh) | 一种环境及受迫激励下快速模态参数准确性评估方法、系统及存储介质 | |
Liu et al. | Performance degradation assessment for coaxial bearings using kernel JADE and two-class model | |
CN115070765B (zh) | 一种基于变分推断的机器人状态估计方法及系统 | |
CN115218927B (zh) | 基于二次卡尔曼滤波的无人机imu传感器故障检测方法 | |
CN113392524B (zh) | 一种传感器的漂移诊断方法、装置、电子设备及存储介质 | |
CN114139461B (zh) | 一种航天器系统不确定性预测方法、装置及存储介质 | |
Feizi et al. | Identifying damage location under statistical pattern recognition by new feature extraction and feature analysis methods | |
CN114234970A (zh) | 一种运动载体姿态实时测量方法、装置 | |
Döhler et al. | Efficient computation of minmax tests for fault isolation and their application to structural damage localization | |
CN110738248A (zh) | 状态感知数据特征提取方法及装置、系统性能评估方法 | |
US20130179132A1 (en) | Analysis Method, Apparatus and Software for a System With Frequency Dependent Materials | |
CN117932199B (zh) | 一种时域声源定位方法 | |
CN117807373A (zh) | 一种处理探测器振动和噪声容忍的物理场重构方法与装置 |
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 |