基于子空間辨識(shí)方法的動(dòng)態(tài)系統(tǒng)的故障檢測(cè)與診斷.pdf

1、在工程應(yīng)用和學(xué)術(shù)研究中，故障診斷已經(jīng)受到越來越多的關(guān)注，而數(shù)據(jù)驅(qū)動(dòng)方法在過程控制的故障檢測(cè)和診斷中有廣泛的應(yīng)用。被廣泛使用的數(shù)據(jù)驅(qū)動(dòng)方法都是起源于計(jì)算機(jī)科學(xué)的典型的機(jī)器學(xué)習(xí)方法，如人工神經(jīng)網(wǎng)絡(luò)、隱馬爾科夫模型和支持向量機(jī)等。但是，多元變量分析似乎只對(duì)處理處于穩(wěn)定狀態(tài)的動(dòng)態(tài)系統(tǒng)和大規(guī)模系統(tǒng)的高階水平才有效，相對(duì)而言，子空間辨識(shí)方法迅速發(fā)展，逐步成為系統(tǒng)辨識(shí)研究中的主流，它為高階動(dòng)態(tài)系統(tǒng)和處于過程水平的控制環(huán)路的FDI問題提供了更有效和強(qiáng)大

2、的工具。
　　以應(yīng)用角度來看，基于子空間辨識(shí)方法，從原始數(shù)據(jù)到最后的完成需要三個(gè)階段：系統(tǒng)辨識(shí)，故障檢測(cè)和辨識(shí)系統(tǒng)設(shè)計(jì)和故障檢測(cè)和辨識(shí)系統(tǒng)的在線實(shí)現(xiàn)。而基于模型的FDI系統(tǒng)包含兩部分即殘差生成和殘差估計(jì)，其中又包含閾值設(shè)定和做決策。另外，子空間辨識(shí)方法的基本計(jì)算工具是QR分解和奇異值分解(SVD)子空間辨識(shí)方法的最大優(yōu)點(diǎn)在于他能像基于機(jī)理模型的FDI系統(tǒng)一樣能夠提供高性能的FDI模型，但它沒有復(fù)雜的系統(tǒng)設(shè)計(jì)，即子空間辨識(shí)方法不像其

3、他辨識(shí)方法一樣需要實(shí)行模型參數(shù)化和非線性最優(yōu)化，從而提高效率并減少了計(jì)算復(fù)雜度。
　　文章通過存儲(chǔ)輸出輸入數(shù)據(jù)，我們可以得到一些與生成狀態(tài)空間模型的信號(hào)的系統(tǒng)矩陣相關(guān)的子空間，這可以成功地實(shí)現(xiàn)故障診斷并減少算法的復(fù)雜度。其次，文章通過引入赤池信息準(zhǔn)則對(duì)系統(tǒng)階數(shù)進(jìn)行辨識(shí)，與傳統(tǒng)的奇異值分解方法進(jìn)行比較并分析其優(yōu)劣,獲得相對(duì)較好的效果并降低計(jì)算復(fù)雜度，在一定程度上改進(jìn)了原有算法。在數(shù)據(jù)比較龐大時(shí)，奇異值分解會(huì)導(dǎo)致計(jì)算量過大，奇異值之間