CN114035553B - 基于系统辨识和拟合度的控制系统故障检测方法及装置 - Google Patents

基于系统辨识和拟合度的控制系统故障检测方法及装置 Download PDF

Info

Publication number
CN114035553B
CN114035553B CN202111357853.7A CN202111357853A CN114035553B CN 114035553 B CN114035553 B CN 114035553B CN 202111357853 A CN202111357853 A CN 202111357853A CN 114035553 B CN114035553 B CN 114035553B
Authority
CN
China
Prior art keywords
control system
magnetic suspension
suspension control
transfer function
fitting degree
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
Application number
CN202111357853.7A
Other languages
English (en)
Other versions
CN114035553A (zh
Inventor
罗建辉
刘淇名
王平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Minglong Electronic Technology Co ltd
Original Assignee
Hunan Mechanical and Electrical Polytechnic
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Mechanical and Electrical Polytechnic filed Critical Hunan Mechanical and Electrical Polytechnic
Priority to CN202111357853.7A priority Critical patent/CN114035553B/zh
Publication of CN114035553A publication Critical patent/CN114035553A/zh
Application granted granted Critical
Publication of CN114035553B publication Critical patent/CN114035553B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种基于系统辨识和拟合度的控制系统故障检测方法及装置，该包括以下步骤：获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态。本发明可以实时、方便和快捷的检测系统是否发生故障，且检测精度高、提高磁悬浮列车的安全性能。

Description

基于系统辨识和拟合度的控制系统故障检测方法及装置
技术领域
本发明涉及故障检测技术领域，尤其公开了一种基于系统辨识和拟合度的控制系统故障检测方法及装置。
背景技术
随着北京和长沙开通中低速磁悬浮列车运营线，磁悬浮列车越来越受到欢迎。同时，磁悬浮列车的安全可靠运行也越来越受到关注。因此，在保障列车安全可靠运行的前提下，如何提高维修效率、降低维修费用、减轻维修人员工作量、避免巨额的经济损失和灾难性事故的发生，是目前急需解决的问题。
目前很多控制系统的诊断系统只是根据相关专家经验从系统设计的角度设置阈值等对系统中单个故障进行检测。但该系统没有考虑实际的应用环境，导致出现不少误报，甚至漏报的情况。同时，控制系统故障检测主要有两方面的难点。一方面，非平衡数据集导致故障检测精度降低。另一方面，在实际使用中，控制系统存在多种工况，导致不同工况下的数据差异较大，增加了故障检测难度。
因此，如何提高系统故障的检测率和降低故障误报率，是当前需要解决的问题。
发明内容
本发明提供了一种基于系统辨识和拟合度的控制系统故障检测方法及装置，旨在提高系统故障的检测率和降低故障误报率。
本发明的一方面涉及一种基于系统辨识和拟合度的控制系统故障检测方法，包括以下步骤：
获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数；
获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；
将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；
将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态。
进一步地，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数通过以下公式得出：
其中，T0为最初磁悬浮控制系统处于健康阶段时的闭环传递函数的模型；aj(0≤j≤n)为模型T0的分母的系数；bi(0≤i≤m)为模型T0的分子的系数。
进一步地，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数通过以下公式得出：
其中，T1为当前磁悬浮控制系统处于退化阶段时的闭环传递函数的模型；cj(0≤j≤n)为模型T1的分母的系数；di(0≤i≤m)为模型T1的分子的系数。
进一步地，闭环控制系统的拟合度通过以下公式计算出：
其中，ymeasured是测得的输出数据。是ymeasured的平均值；ymodel是由模型模拟或预测的响应；||||表示向量的2范数。
进一步地，将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态的步骤包括：
若识别到计算出的闭环控制系统的拟合度大于预设的拟合度预警值，则判定当前磁悬浮控制系统处于健康状态；
若识别到计算出的闭环控制系统的拟合度小于或等于预设的拟合度预警值，则判定当前磁悬浮控制系统发生了故障。
本发明的另一方面涉及一种基于系统辨识和拟合度的控制系统故障检测装置，包括：
第一获取模块，用于获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数；
第二获取模块，用于获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；
计算模块，用于将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；
判断模块，用于将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态。
进一步地，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数通过以下公式得出：
其中，T0为最初磁悬浮控制系统处于健康阶段时的闭环传递函数的模型；aj(0≤j≤n)为模型T0的分母的系数；bi(0≤i≤m)为模型T0的分子的系数。
进一步地，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数通过以下公式得出：
其中，T1为当前磁悬浮控制系统处于退化阶段时的闭环传递函数的模型；cj(0≤j≤n)为模型T1的分母的系数；di(0≤i≤m)为模型T1的分子的系数。
进一步地，闭环控制系统的拟合度通过以下公式计算出：
其中，ymeasured是测得的输出数据。是ymeasured的平均值；ymodel是由模型模拟或预测的响应；||||表示向量的2范数。
进一步地，判断模块包括：
第一判定单元，用于若识别到计算出的闭环控制系统的拟合度大于预设的拟合度预警值，则判定当前磁悬浮控制系统处于健康状态；
第二判定单元，用于若识别到计算出的闭环控制系统的拟合度小于或等于预设的拟合度预警值，则判定当前磁悬浮控制系统发生了故障。
本发明所取得的有益效果为：
本发明提供的基于系统辨识和拟合度的控制系统故障检测方法及装置，通过获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数；获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态。本发明提供的基于系统辨识和拟合度的控制系统故障检测方法及装置，可以实时、方便和快捷的检测系统是否发生故障，且检测精度高、提高磁悬浮列车的安全性能。
附图说明
图1为本发明提供的基于系统辨识和拟合度的控制系统故障检测方法一实施例的流程示意图；
图2为图1中所示的将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态的步骤的细化流程示意图；
图3为本发明提供的基于系统辨识和拟合度的控制系统故障检测装置一实施例的功能框图；
图4为图3中所示的判断模块一实施例的功能模块示意图。
附图标号说明：
10、第一获取模块；20、第二获取模块；30、计算模块；40、判断模块；41、第一判定单元；42、第二判定单元。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
如图1和图2所示，本发明第一实施例提出一种基于系统辨识和拟合度的控制系统故障检测方法，包括以下步骤：
步骤S100、获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数。
当磁悬浮控制系统最初的时候，系统处于健康阶段。此时获取磁悬浮控制系统的输入输出数据，并通过MATLAB中的System Identification App对当前系统产生的数据进行分析并辨识出系统的闭环传递函数。
详细过程为：
1)在辨识时，需要确定模型的分子和分母阶数。本专利以悬浮系统的理论模型为基础，不断对闭环传递函数的分母加减，然后以拟合度最高的模型为系统的模型T0。
公式(1)中，bi(0≤i≤m)和aj(0≤j≤n)分别为模型T0的分子和分母的系数。
2)以百分比表示的标准化均方根误差(NRMSE)为闭环控制系统的拟合度β0。最初磁悬浮系统处于健康阶段时的β0定义为：
公式(2)中，Ymeasured是测得的输出数据；是其(按模型计算)平均值。Ymodel是由模型模拟或预测的响应。||||表示向量的2范数。β0在-Inf(不良拟合)到100(完美拟合)之间变化。如果该值等于零，则该模型在拟合测量数据方面不会比等于数据平均值的直线更好。
步骤S200、获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数。
获取当前磁悬浮控制系统处于退化阶段时的输入输出数据；通过MATLAB中的System Identification App以T0的分子和分母阶数为对象，辨识出当前系统的闭环传递函数T1。
公式(3)中，di(0≤i≤m)和cj(0≤j≤n)分别为模型T1的分子和分母的系数。
步骤S300、将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度。
将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数T1与最初磁悬浮控制系统处于健康阶段时的闭环传递函数T0进行差异性比较，计算出闭环控制系统的拟合度β1。
当前磁悬浮控制系统处于退化阶段时的闭环控制系统的拟合度通过以下公式计算出：
公式(4)中，Ymeasured是测得的输出数据。是Ymeasured的平均值；Ymodel是由模型模拟或预测的响应；||||表示向量的2范数。β1在-Inf(不良拟合)到100(完美拟合)之间变化。如果该值等于零，则该模型在拟合测量数据方面不会比等于数据平均值的直线更好。
步骤S400、将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态。
预设的拟合度预警值为ε，将计算出的闭环控制系统的拟合度β1与预设的拟合度预警值ε进行对比，判断当前磁悬浮控制系统的故障状态。
参见图2，图2为图1中所示的步骤S400的细化流程示意图，在本实施例中，步骤S400包括：
步骤S410、若识别到计算出的闭环控制系统的拟合度大于预设的拟合度预警值，则判定当前磁悬浮控制系统处于健康状态。
当计算出的闭环控制系统的拟合度β1＞预设的拟合度预警值ε时，系统处于健康状态，则回到步骤S200。
步骤S420、若识别到计算出的闭环控制系统的拟合度小于或等于预设的拟合度预警值，则判定当前磁悬浮控制系统发生了故障。
当计算出的闭环控制系统的拟合度β1≤预设的拟合度预警值ε时，则当前磁悬浮控制系统发生了故障。
本申请的原理为：在磁悬浮控制系统退化过程中，系统的传递函数会发生变化，对应的输入输出数据也会与健康阶段的数据存在差异性。而通过当前传递函数产生的输入输出数据对健康阶段的模型进行辨识时，差异性会导致拟合度下降，且差异性越大，拟合度越小。当系统发生故障时，传递函数会发生“质变”，导致拟合度异常低。此时可判断系统发生了故障。
本实施例提供的基于系统辨识和拟合度的控制系统故障检测方法，同现有技术相比，通过获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数；获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态。本实施例提供的基于系统辨识和拟合度的控制系统故障检测方法，可以实时、方便和快捷的检测系统是否发生故障，且检测精度高、提高磁悬浮列车的安全性能。
请见图3，图3为本发明提供的基于系统辨识和拟合度的控制系统故障检测装置一实施例的功能框图，在本实施例中，基于系统辨识和拟合度的控制系统故障检测装置包括第一获取模块10和第二获取模块20，其中，第一获取模块10，用于获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数；第二获取模块20，用于获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；计算模块30，用于将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；判断模块40，用于将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态。
当磁悬浮控制系统最初的时候，系统处于健康阶段。此时获取磁悬浮控制系统的输入输出数据，并通过MATLAB中的System Identification App对当前系统产生的数据进行分析并辨识出系统的闭环传递函数。
详细过程为：
1)在辨识时，需要确定模型的分子和分母阶数。本专利以悬浮系统的理论模型为基础，不断对闭环传递函数的分母加减，然后以拟合度最高的模型为系统的模型T0。
公式(5)中，bi(0≤i≤m)和aj(0≤j≤n)分别为模型T0的分子和分母的系数。
2)以百分比表示的标准化均方根误差(NRMSE)为闭环控制系统的拟合度β0。最初磁悬浮系统处于健康阶段时的β0定义为：
公式(6)中，Ymeasured是测得的输出数据；是其(按模型计算)平均值。Ymodel是由模型模拟或预测的响应。||||表示向量的2范数。β0在-Inf(不良拟合)到100(完美拟合)之间变化。如果该值等于零，则该模型在拟合测量数据方面不会比等于数据平均值的直线更好。
获取当前磁悬浮控制系统处于退化阶段时的输入输出数据；通过MATLAB中的System Identification App以T0的分子和分母阶数为对象，辨识出当前系统的闭环传递函数T1。
公式(7)中，di(0≤i≤m)和cj(0≤j≤n)分别为模型T1的分子和分母的系数。
将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数T1与最初磁悬浮控制系统处于健康阶段时的闭环传递函数T0进行差异性比较，计算出闭环控制系统的拟合度β1。
当前磁悬浮控制系统处于退化阶段时的闭环控制系统的拟合度通过以下公式计算出：
公式(8)中，ymeasured是测得的输出数据。是ymeasured的平均值；ymodel是由模型模拟或预测的响应；||||表示向量的2范数。β1在-Inf(不良拟合)到100(完美拟合)之间变化。如果该值等于零，则该模型在拟合测量数据方面不会比等于数据平均值的直线更好。
预设的拟合度预警值为ε，将计算出的闭环控制系统的拟合度β1与预设的拟合度预警值ε进行对比，判断当前磁悬浮控制系统的故障状态。
参见图4，图4为图3中所示的判断模块一实施例的功能模块示意图，在本实施例中，判断模块40包括第一判定单元41和第二判定单元42，其中，第一判定单元41，用于若识别到计算出的闭环控制系统的拟合度大于预设的拟合度预警值，则判定当前磁悬浮控制系统处于健康状态；第二判定单元42，用于若识别到计算出的闭环控制系统的拟合度小于或等于预设的拟合度预警值，则判定当前磁悬浮控制系统发生了故障。
第一判定单元41用于当计算出的闭环控制系统的拟合度β1＞预设的拟合度预警值ε时，系统处于健康状态，则重新获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数。
第二判定单元42用于当计算出的闭环控制系统的拟合度β1≤预设的拟合度预警值ε时，则当前磁悬浮控制系统发生了故障。
本申请的原理为：在磁悬浮控制系统退化过程中，系统的传递函数会发生变化，对应的输入输出数据也会与健康阶段的数据存在差异性。而通过当前传递函数产生的输入输出数据对健康阶段的模型进行辨识时，差异性会导致拟合度下降，且差异性越大，拟合度越小。当系统发生故障时，传递函数会发生“质变”，导致拟合度异常低。此时可判断系统发生了故障。
本实施例提供的基于系统辨识和拟合度的控制系统故障检测装置，同现有技术相比，通过获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数；获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态。本实施例提供的基于系统辨识和拟合度的控制系统故障检测装置，可以实时、方便和快捷的检测系统是否发生故障，且检测精度高、提高磁悬浮列车的安全性能。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种基于系统辨识和拟合度的控制系统故障检测方法，其特征在于，包括以下步骤：
获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数；
获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；
将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；
将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态；
所述辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数通过以下公式得出：
其中，/>为最初磁悬浮控制系统处于健康阶段时的闭环传递函数的模型；/>为模型/>的分母的系数；/>为模型/>的分子的系数；
所述辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数通过以下公式得出：其中，/>为当前磁悬浮控制系统处于退化阶段时的闭环传递函数的模型；/>为模型/>的分母的系数；/>为模型/>的分子的系数；
所述闭环控制系统的拟合度通过以下公式计算出：其中，/>是测得的输出数据；/>是/>的平均值；/>是由模型模拟或预测的响应；/>表示向量的2范数。
2.如权利要求1所述的基于系统辨识和拟合度的控制系统故障检测方法，其特征在于，所述将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态的步骤包括：
若识别到计算出的闭环控制系统的拟合度大于预设的拟合度预警值，则判定当前磁悬浮控制系统处于健康状态；
若识别到计算出的闭环控制系统的拟合度小于或等于预设的拟合度预警值，则判定当前磁悬浮控制系统发生了故障。
3.一种基于系统辨识和拟合度的控制系统故障检测装置，其特征在于，包括：
第一获取模块（10），用于获取最初磁悬浮控制系统处于健康阶段时的输入输出数据，并对获取的处于健康阶段时的输入输出数据进行分析，辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数；
第二获取模块（20），用于获取当前磁悬浮控制系统处于退化阶段时的输入输出数据，并对获取的处于退化阶段时的输入输出数据进行分析，辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数；
计算模块（30），用于将辨识出的当前磁悬浮控制系统处于退化阶段时的闭环传递函数与最初磁悬浮控制系统处于健康阶段时的闭环传递函数进行差异性比较，计算出闭环控制系统的拟合度；
判断模块（40），用于将计算出的闭环控制系统的拟合度与预设的拟合度预警值进行对比，判断当前磁悬浮控制系统的故障状态；
所述辨识出最初磁悬浮控制系统处于健康阶段时的闭环传递函数通过以下公式得出：其中，/>为最初磁悬浮控制系统处于健康阶段时的闭环传递函数的模型；/>为模型/>的分母的系数；/>为模型的分子的系数；
所述辨识出当前磁悬浮控制系统处于退化阶段时的闭环传递函数通过以下公式得出：其中，/>为当前磁悬浮控制系统处于退化阶段时的闭环传递函数的模型；/>为模型/>的分母的系数；/>为模型/>的分子的系数；
所述闭环控制系统的拟合度通过以下公式计算出：其中，/>是测得的输出数据；/>是的平均值；/>是由模型模拟或预测的响应；/>表示向量的2范数。
4.如权利要求3所述的基于系统辨识和拟合度的控制系统故障检测装置，其特征在于，所述判断模块（40）包括：
第一判定单元（41），用于若识别到计算出的闭环控制系统的拟合度大于预设的拟合度预警值，则判定当前磁悬浮控制系统处于健康状态；
第二判定单元（42），用于若识别到计算出的闭环控制系统的拟合度小于或等于预设的拟合度预警值，则判定当前磁悬浮控制系统发生了故障。
CN202111357853.7A 2021-11-16 2021-11-16 基于系统辨识和拟合度的控制系统故障检测方法及装置 Active CN114035553B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111357853.7A CN114035553B (zh) 2021-11-16 2021-11-16 基于系统辨识和拟合度的控制系统故障检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111357853.7A CN114035553B (zh) 2021-11-16 2021-11-16 基于系统辨识和拟合度的控制系统故障检测方法及装置

Publications (2)

Publication Number Publication Date
CN114035553A CN114035553A (zh) 2022-02-11
CN114035553B true CN114035553B (zh) 2023-11-24

Family

ID=80144576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111357853.7A Active CN114035553B (zh) 2021-11-16 2021-11-16 基于系统辨识和拟合度的控制系统故障检测方法及装置

Country Status (1)

Country Link
CN (1) CN114035553B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102901651A (zh) * 2012-10-16 2013-01-30 南京航空航天大学 电子产品分数阶神经网络性能退化模型及寿命预测方法
CN109270917A (zh) * 2018-08-07 2019-01-25 浙江大学 一种面向智能电厂汽轮机轴承的闭环控制系统故障退化状态预测方法
CN109799803A (zh) * 2018-12-11 2019-05-24 大连理工大学 一种基于lft的航空发动机传感器及执行机构故障诊断方法
CN110109441A (zh) * 2019-04-15 2019-08-09 北京航天自动控制研究所 一种激光惯组故障预测方法和系统
CN110552961A (zh) * 2019-09-12 2019-12-10 东北大学 一种基于分数阶模型的主动磁轴承控制方法
CN111880403A (zh) * 2020-06-15 2020-11-03 西北工业大学 航空发动机最大推力状态容错二自由度μ控制器
CN112036075A (zh) * 2020-08-11 2020-12-04 中国环境监测总站 一种基于环境监测数据关联关系的异常数据判定方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101101974B1 (ko) * 2010-06-14 2012-01-02 인하대학교 산학협력단 항공기엔진 이상검출 및 진단시스템 및 그 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102901651A (zh) * 2012-10-16 2013-01-30 南京航空航天大学 电子产品分数阶神经网络性能退化模型及寿命预测方法
CN109270917A (zh) * 2018-08-07 2019-01-25 浙江大学 一种面向智能电厂汽轮机轴承的闭环控制系统故障退化状态预测方法
CN109799803A (zh) * 2018-12-11 2019-05-24 大连理工大学 一种基于lft的航空发动机传感器及执行机构故障诊断方法
CN110109441A (zh) * 2019-04-15 2019-08-09 北京航天自动控制研究所 一种激光惯组故障预测方法和系统
CN110552961A (zh) * 2019-09-12 2019-12-10 东北大学 一种基于分数阶模型的主动磁轴承控制方法
CN111880403A (zh) * 2020-06-15 2020-11-03 西北工业大学 航空发动机最大推力状态容错二自由度μ控制器
CN112036075A (zh) * 2020-08-11 2020-12-04 中国环境监测总站 一种基于环境监测数据关联关系的异常数据判定方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
《中国公路学报》编辑部 *
一种非线性动态系统的故障检测与分类方法;赵琦, 周东华;电工技术学报(04);全文 *
中国汽车工程学术研究综述・2017;《中国公路学报》编辑部;;中国公路学报(06);全文 *
城市轨道交通列车定位方法研究;曹长虹;CNKI优秀硕士学位论文全文库;全文 *
矿井提升机制动系统性能退化评估与故障诊断方法研究;李娟娟;CNKI博士学位论文全文库;全文 *
磁悬浮系统动力学参数的开环辨识;施建, 李黎川;微细加工技术(02);全文 *

Also Published As

Publication number Publication date
CN114035553A (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN105700518B (zh) 一种工业过程故障诊断方法
CN112799898B (zh) 基于分布式故障检测的互联系统故障节点定位方法及系统
CN105928710B (zh) 一种柴油机故障监测方法
JP2020123951A (ja) 光モジュールの故障を予測するための方法、装置、およびデバイス
CN111190804A (zh) 一种云原生系统的多层次的深度学习日志故障检测方法
CN113592019A (zh) 基于多模型融合的故障检测方法、装置、设备及介质
CN110569876A (zh) 非侵入式负荷识别方法、装置及计算设备
CN110994704A (zh) 一种暂态稳定预防控制辅助决策方法、装置及电子设备
CN106599367A (zh) 一种航天器状态异常检测方法
CN114036998A (zh) 一种基于机器学习对工业硬件进行故障检测的方法及系统
CN116955091A (zh) 基于机器学习的数据中心故障检测系统
CN105653835B (zh) 一种基于聚类分析的异常检测方法
CN110795324B (zh) 一种数据处理方法及装置
CN116994418A (zh) 管道安全预警方法及系统
CN114035553B (zh) 基于系统辨识和拟合度的控制系统故障检测方法及装置
CN109990803B (zh) 检测系统异常的方法、装置及传感器处理的方法、装置
CN111695735B (zh) 一种基于流计算的铁路弓网实时预警方法、系统及装置
CN113112123B (zh) 一种基于关联矩阵的飞机航电系统故障诊断评估方法
CN112070180B (zh) 基于信息物理双侧数据的电网设备状态判断方法及装置
CN115310561B (zh) 一种基于集成即时学习的电磁阀故障监测方法
CN114755036B (zh) 磁浮列车悬浮系统的故障检测方法、装置、设备及介质
CN110837953A (zh) 一种自动化异常实体定位分析方法
CN116127270A (zh) 异常检测方法、装置、设备、介质及产品
CN111882135B (zh) 一种物联网设备入侵检测方法及相关装置
CN114858480A (zh) 应用于车辆中的部件故障预警方法、装置、设备及介质

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
TR01 Transfer of patent right

Effective date of registration: 20240621

Address after: 230000 B-1015, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui.

Patentee after: HEFEI MINGLONG ELECTRONIC TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: No.359, Section 1, Wanjiali North Road, Changsha City, Hunan Province

Patentee before: HUNAN MECHANICAL & ELECTRICAL POLYTECHNIC

Country or region before: China