非線性系統執(zhí)行器故障診斷研究.pdf

1、現代工業(yè)控制過程對系統安全性和可靠性的要求日益提高，然而復雜系統控制過程中又不可避免地發(fā)生故障，如何快速診斷出系統故障，既是控制系統穩(wěn)定的保證，也是控制過程安全經濟運行的基本要求。本文以非線性系統的執(zhí)行器故障為研究對象，主要研究了遺傳算法和粒子群算法優(yōu)化后的小波神經網絡在非線性系統出現執(zhí)行器故障時的故障診斷方法。
　　在現有的系統故障診斷方法中，智能故障診斷方法相對于傳統方法具有明顯的優(yōu)勢?；谛〔ㄉ窠浘W絡的智能故障診斷方法是一種

2、很有效的診斷方法，利用小波神經網絡設計系統觀測器，通過分析處理系統殘差，進而實現非線性系統的故障診斷。對小波神經網絡的收斂速度慢、易陷入極小值等缺陷，本文采用遺傳算法和粒子群算法兩種方法對其進行改進。
　　針對一類狀態(tài)不可測的非線性時滯系統執(zhí)行器故障問題，提出了利用遺傳算法優(yōu)化小波神經網絡的診斷方法。在小波神經網絡構造狀態(tài)觀測器的基礎上，利用其輸出信息及小波神經網絡的非線性逼近能力對系統不可測狀態(tài)進行估計，執(zhí)行器故障發(fā)生時由故障估

3、計器估計故障模型，從而實現對非線性時滯系統的故障診斷。這種方法改善了小波神經網絡收斂速度慢和局部尋優(yōu)的缺點，同時為實際應用創(chuàng)造了條件。
　　考慮另一類存在建模誤差、干擾以及故障不確定項的非線性系統執(zhí)行器故障問題，提出了采用粒子群算法優(yōu)化小波神經網絡的診斷方法。對于該系統控制過程中發(fā)生的不可預測的執(zhí)行器故障，設計了基于小波神經網絡的系統觀測器，其中網絡參數是通過系統殘差來調整，且故障前后控制系統都能保持穩(wěn)定。最后通過仿真實例，驗證了