基于自適應模糊邏輯系統(tǒng)的故障診斷研究.pdf

1、在現(xiàn)代工業(yè)生產(chǎn)過程中，大量存在復雜非線性系統(tǒng)，這樣一類系統(tǒng)由于自身結(jié)構和運行環(huán)境都極其復雜，存在諸多未知時變參數(shù)的影響，容易發(fā)生故障，造成不必要的損失。由于目前針對這一類系統(tǒng)的故障診斷技術仍處于研究起步階段，非線性在數(shù)學領域也屬于亟待解決的問題，介于此，本文針對非線性系統(tǒng)診斷中的故障信號獲取問題，將自適應模糊邏輯系統(tǒng)與解析模型方法中的等價空間方法、強跟蹤濾波器方法相結(jié)合，提出兩種改進的模糊故障診斷算法，在一定程度上彌補了原算法的一些缺陷

2、。
　　本文首先詳細介紹了系統(tǒng)故障的定義、分類，對故障診斷系統(tǒng)中研究較多的幾類方法進行了分析。隨后詳細闡述了解析模型方法的基本原理，以及殘差產(chǎn)生方法，用等價空間方法對一類離散線性系統(tǒng)進行了系統(tǒng)設計和評價指標的數(shù)學推導，在擴展卡爾曼濾波器的基礎上，對強跟蹤濾波器算法進行了理論推導。在此基礎之上完成了兩部分研究工作，首先，設計了基于模糊樹模型的等價空間故障診斷方法，引入模糊樹模型在線逼近一類單輸入單輸出仿射非線性系統(tǒng)，并自適應劃分輸入

3、空間，采用等價空間設計殘差產(chǎn)生器，經(jīng)數(shù)學推導，將故障診斷問題轉(zhuǎn)化為一類最優(yōu)化問題，這一算法減少了規(guī)則爆炸問題對診斷系統(tǒng)性能的影響，通過對系統(tǒng)仿真，驗證了算法的有效性。其次，針對強跟蹤濾波器在狀態(tài)突變較小時跟蹤效果不理想以及容易產(chǎn)生過調(diào)節(jié)的情況，提出了一種模糊自適應強跟蹤濾波器方法，在濾波器中引入模糊控制器對弱化因子進行在線調(diào)節(jié)，在提升逼近精度的同時使逼近曲線更平滑，針對一類簡單非線性系統(tǒng)，采用自適應模糊強跟蹤濾波器方法進行故障診斷，證明