數(shù)據(jù)驅(qū)動(dòng)傳感器故障誤差補(bǔ)償與容錯(cuò)控制方法研究.pdf

1、隨著現(xiàn)代工業(yè)生產(chǎn)過程的日益大型與復(fù)雜化，人們對(duì)系統(tǒng)安全可靠性的要求也隨之提高。當(dāng)今的工業(yè)系統(tǒng)也因技術(shù)的迅速發(fā)展存儲(chǔ)了大量的數(shù)據(jù)，這為提高系統(tǒng)的安全可靠性無(wú)疑提供了一定的數(shù)據(jù)冗余保障。鑒于此，考慮實(shí)際工業(yè)多為非線性系統(tǒng)，且傳感器易發(fā)生故障問題，基于數(shù)據(jù)驅(qū)動(dòng)技術(shù)，本文針對(duì)傳感器已知確定性故障和未知不確定故障，分別提出了基于逆的誤差補(bǔ)償與基于故障檢測(cè)可靠性評(píng)價(jià)的軟冗余容錯(cuò)控制方法，并針對(duì)恒偏差、精度下降等常見的傳感器故障進(jìn)行了相應(yīng)仿真及半實(shí)體

2、實(shí)驗(yàn)研究。工作包括：
　　1）基于數(shù)據(jù)驅(qū)動(dòng)非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)與 Wiener模型的建模方法研究
　　考慮工業(yè)系統(tǒng)中傳感器發(fā)生故障時(shí)，已知確定性故障誤差多為非線性靜態(tài)特性，而工業(yè)對(duì)象又多表現(xiàn)為非線性動(dòng)態(tài)特性，傳統(tǒng)的機(jī)理建模方法難以表達(dá)且實(shí)施相應(yīng)的補(bǔ)償，本文針對(duì)這兩種不同的非線性特性，結(jié)合神經(jīng)網(wǎng)絡(luò)與Wiener模型的各自優(yōu)勢(shì)，采用改進(jìn)的LM-BP神經(jīng)網(wǎng)絡(luò)與 RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行靜態(tài)非線性建模以補(bǔ)償已知故障產(chǎn)生的誤差，并以此為基礎(chǔ)提

3、出了 Wiener與神經(jīng)網(wǎng)絡(luò)（NN-Wiener）混合的建模方法，對(duì)系統(tǒng)過程進(jìn)行動(dòng)態(tài)非線性建模研究，為傳感器未知故障容錯(cuò)奠定基礎(chǔ)。
　　2）基于 LM-BP與RBF神經(jīng)網(wǎng)絡(luò)的傳感器已知故障誤差補(bǔ)償研究
　　考慮到傳感器已知故障誤差的靜態(tài)、確定性，且神經(jīng)網(wǎng)絡(luò)具有很好的靜態(tài)非線性的逼近能力，文中提出了兩種基于串、并聯(lián)逆方法的故障誤差補(bǔ)償方案。該方案首先借助傳感技術(shù)分別采集故障傳感器與正常傳感器的輸出值，然后基于LM-BP與 RB

4、F建模技術(shù)，分別建立故障傳感器輸出與正常傳感器輸出、故障傳感器和其正常傳感器差值之間的非線性映射關(guān)系，并將其以串或并聯(lián)方式引入系統(tǒng)對(duì)傳感器故障確定性誤差予以補(bǔ)償，建模結(jié)果顯示兩種方法均具有較好的擬合精度，半實(shí)體實(shí)驗(yàn)結(jié)果表明故障誤差補(bǔ)償具有工程可用性。
　　3）基于故障檢測(cè)可靠性評(píng)價(jià)的傳感器未知故障軟冗余容錯(cuò)控制方法研究
　　考慮到未知故障誤差的動(dòng)態(tài)、不確定性，且針對(duì)傳感器故障檢測(cè)可靠性評(píng)價(jià)缺失引起的容錯(cuò)安全問題，提出了一種基

5、于故障檢測(cè)可靠性評(píng)價(jià)函數(shù)的NN-Wiener模型軟冗余容錯(cuò)控制方法。該方案首先通過仿真和PCS液位控制實(shí)驗(yàn)平臺(tái)獲取對(duì)象的控制量及傳感器數(shù)據(jù)，然后基于這些數(shù)據(jù)建立仿真與實(shí)驗(yàn)對(duì)象的動(dòng)態(tài)NN-Wiener模型，并與故障檢測(cè)模塊及軟冗余容錯(cuò)模塊嵌入仿真與 PCS液位控制系統(tǒng)平臺(tái)中，仿真和實(shí)驗(yàn)結(jié)果均表明 NN-Wiener預(yù)測(cè)模型與 SPRT算法的結(jié)合能夠可靠及時(shí)檢測(cè)PCS中傳感器的各類故障，基于故障檢測(cè)可靠性評(píng)價(jià)軟硬結(jié)合反饋可平滑切換，并對(duì)傳感