非线性网络控制系统的故障检测
【国家自然科学基金】_网络化非线性系统_基金支持热词逐年推荐_【万方软件创新助手】_20140803

推荐指数 3 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
科研热词 推荐指数 t-s模糊模型 4 网络化控制系统 3 时滞依赖 3 容错控制 3 网络控制系统 2 鲁棒性 1 鲁棒容错控制 1 非线性系统 1 非线性时滞网络控制系统 1 随机数据包丢失 1 船舶自动舵控制器 1 耗散性 1 网络控制 1 网络化系统 1 稳定性 1 模糊pid 1 时滞 1 时变时延 1 故障检测 1 参数自适应 1 丢包 1 lmi 1
科研热词 推荐指数 网络化控制系统 6 容错控制 4 t-s模糊模型 4 时滞依赖 3 鲁棒容错控制 1 非线性网络控制系统 1 被动行走 1 联合指挥实验室(jdl)模型 1 网络延时 1 经济负荷分配 1 粒子群优化算法 1 竞争 1 硬件在环 1 电力系统 1 状态观测器 1 滑模控制 1 混沌 1 模糊系统 1 数据融合 1 故障检测 1 异步牵引电机 1 建模 1 多传感器系统 1 多agent系统 1 合作 1 反馈线性化 1 双足机器人 1 动态输出反馈 1 列车通信控制网络 1 信息融合 1 保性能 1 伺服压力机 1 t-s模型 1 t-s云模型 1 simulationx 1 poincare映射 1 h∞完整性 1
2014年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
科研热词 模型预测控制 支持向量回归机 非线性耦合控制 非线性系统 非线性优化 超混沌 贪婪追踪算法 粒子群优化 混沌 条件概率 忆阻器 廓形误差 平面曲线轮廓 多智能体粒子群 多智能体 压缩感知 切换面 切换系统 x-c直驱平台 lyapunov指数 jacobi矩阵 chua电路
500kV变电站交流系统环网故障自动检测方法

500 kV变电站交流系统环网故障自动检测方法摘要:电力系统电力负荷增长迅猛、电网结构日趋复杂,加之新技术应用与传统保护装置改造升级,使变电站运行维护面临诸多挑战。
其中环网故障是影响供电可靠性与安全稳定性的重要因素。
关键词:500kV;变电站;交流系统;环网故障;自动;检测方法为解决电力系统安全稳定运行难题,本文针对500 kV变电站进行了交流系统环网故障自动检测方法的研究。
为提高电力系统运行稳定性及可靠性,电网企业加大了变电站自动化设备和技术改造力度,其中智能变电站的建设成为一大热点。
文章介绍了一种基于人工智能的变电站交流系统环网故障自动检测方法,该方法能实现交流环网故障的自动检测。
一、概述目前,在我国电网中,主要采用的站变保护装置有二次侧环网自动监视装置、站变差动保护装置和二次侧环网自动监视及报警保护装置等。
站变保护是对变电所站变接线的一次设备进行常规状态下的二次信号检测。
在高压部分,对二次侧环网故障自动检测主要采用的是故障测距法和故障模拟法。
传统环网故障测距方式一般采用电流互感器直接测得的环电阻,但该方法存在着测量精度低、稳定性差以及不能满足实际需求等缺点。
而目前应用最多的是利用相量法和电流电压法计算出故障点的电气量并作为一次电流测量值,然后再由电流电压法测得的二次侧环网故障信息。
该方法通过计算出环电阻,再通过人工设定的计算公式进行自动求环。
但由于现场安装环境、设备参数、操作方式以及人为原因等诸多因素会影响数据精度与计算结果。
因此本文提出了一种基于人工智能的变电站交流系统环网故障自动检测方法,该方法通过人工智能神经网络自动生成环网故障信息,进而实现自动检测交流系统环网故障,以提高电网供电可靠性与安全稳定性,满足智能变电站建设需求。
智能变电站作为一个集成了电气、计算机、通信等技术于一体的智能系统,它采用了先进的数字化、网络化和智能化等技术使变配电自动化从被动保护走向主动保护。
其中站变保护是智能变电站中一种重要设备之一,其可以实时监测站变三相电流是否正常以及一次电压是否出现异常。
【国家自然科学基金】_控制系统理论_基金支持热词逐年推荐_【万方软件创新助手】_20140801

科研热词 线性矩阵不等式 自适应控制 网络控制系统 鲁棒控制 非线性系统 时滞 h∞控制 模糊控制 非线性 观测器 神经网络 滑模控制 最优控制 仿真 稳定性 电力系统 混沌 状态反馈 鲁棒性 永磁同步电机 变结构控制 线性矩阵不等式(lmi) 时滞系统 振动控制 建模 切换系统 保性能控制 电力市场 混沌同步 数据包丢失 故障诊断 容错控制 同步 反馈线性化 动力学 分岔 信息融合 非线性控制 遗传算法 输出反馈 网络化控制系统 模型参考自适应 智能控制 参数辨识 主动队列管理 滑模变结构控制 混沌系统 机器人 数值模拟 控制系统 供应链 不确定性
107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
推荐指数 63 30 30 26 24 21 20 19 19 18 17 16 16 16 15 13 13 13 12 11 11 11 10 10 9 9 9 8 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 6 6 6 6
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
飞控系统主动容错控制技术综述

第29卷 第12期系统工程与电子技术Vol.29 No.122007年12月Systems Engineering and Electronics Dec.2007文章编号:10012506X (2007)1222106205收稿日期:2007-04-18;修回日期:2007-05-25。
基金项目:国家自然科学基金(60574083);国家“863”高技术计划基金(2006AA12A108);航空科学基金(2007ZC52039)资助课题作者简介:姜斌(1966-),男,教授,博导,博士后,主要研究方向为故障检测、容错控制、非线系统控制、飞行和鲁棒控制等。
E 2mail :binjiang @飞控系统主动容错控制技术综述姜 斌1,杨 浩1,2(1.南京航空航天大学自动化学院,江苏南京210016; GIS 2CN RS ,UMR 8146Universit édes Sciences et Technologies de Lille ,59655Villeneuve d ’Ascq cedex ,France ) 摘 要:从控制工程的角度对目前飞行控制系统和空中交通的主动容错控制方法进行了归纳和总结。
首先分析了飞行控制系统主要的故障类型,包括舵面故障、传感器故障和过程故障。
然后根据线性和非线性飞机模型,分别介绍了相关的容错控制技术,主要分为基于模型和基于知识两大类。
对于空中交通系统的容错控制技术也做了深入的阐述。
最后,对飞行控制系统主动容错控制技术领域目前存在的一些问题以及未来的发展方向进行了探讨。
关键词:飞控系统;故障诊断;容错控制中图分类号:TB 277 文献标志码:ASurvey of the active fault 2tolerant control for flight control systemJ IAN G Bin 1,YAN G Hao 1,2(1.Coll.of A utomation Engineering ,N anj ing Univ.of A eronautics and A st ronautics ,N anj ing 210016,China;2.L A GIS 2CN RS ,UM R 8146Universit édes S cienceset Technologies de L ille ,59655V illeneuve d ’A scq cedex ,France ) Abstract :The recent result s of fault 2tolerant control for flight control systems and air traffic systems are surveyed from control engineering point of view.Firstly ,several main fault modes are analyzed ,including act u 2ator fault s ,sensor fault s and process fault s.Then based on linear and nonlinear flight models ,fault 2tolerant control met hods are introduced ,which are largely divided into model based techniques and knowledge based ones.Some discussions are also made for air traffic systems.Finally ,the perspectives of fault 2tolerant control technology for flight control systems are predicated.K eyw ords :flight control system ;fault diagnosis ;fault 2tolerant control0 引 言 随着现代飞控系统对其各部件的可靠性、准确性的要求越来越高,故障诊断和容错控制技术的研究引起了相关研究领域的重视,各个领域(如机械设计、振动设计、民航工程等)分别从自身的角度提出了相应的方法[1-2]。
【国家自然科学基金】_非线性检测_基金支持热词逐年推荐_【万方软件创新助手】_20140802

107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
推荐指数 9 9 7 6 5 5 4 4 4 3 3 3 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词 非线性滤波 非线性动力学 非线性 检测 故障诊断 微弱信号检测 建模 非线性系统 随机共振 重复控制 遗传算法 辐射源信号 误差补偿 观测器 裂缝检测 被动跟踪 自适应估计 线性矩阵不等式 滑模观测器 模糊控制 时频分析 故障检测 支持向量机 摩擦 损伤检测 微型诊疗装置 定位 多分量 反馈线性化 分水岭算法 信号检测 rbf神经网络 bp神经网络 齿轮裂ቤተ መጻሕፍቲ ባይዱ故障 鲁棒性 高阶统计量 高精度 高斯混合模型 高效液相色谱法 高振强 马尾松毛虫 马尾松 马尔科夫切换模型 马尔可夫过程 飞控系统 颜色特征 频率调制光谱术 预测模型 预测控制 韦伯感知原理 面部特征点定位 非高斯噪声
基于深度学习的故障诊断方法综述

随着航空航天技术的快速发展,飞行器在军事、民用等领域的应用越来越广 泛。然而,飞行器故障的发生会给人们的生命财产带来严重威胁,因此飞行器故 障诊断具有重要意义。近年来,深度学习技术的发展为飞行器智能故障诊断提供 了新的解决方案。
飞行器故障诊断问题阐述
飞行器故障诊断是一个多层次、多因素的复杂问题,涉及到机械、电子、控 制等多个领域。传统的故障诊断方法主要基于专家经验和模式识别,但面对复杂 的故障模式和多变的运行环境时,其局限性愈发明显。因此,寻求更加智能、高 效的故障诊断方法成为当务之急。
3、基于卷积神经网络的方法:卷积神经网络是一种广泛应用于图像识别领 域的深度学习算法,可以有效地提取图像中的局部特征和空间关系。在故障诊断 中,基于卷积神经网络的方法可以实现故障图像的自动分类和识别。
深度学习故障诊断方法的应用
深度学习在故障诊断中具有广泛的应用前景,以下是一些典型的实际应用案 例:
深度学习故障诊断方法综述
深度学习是一种新兴的机器学习方法,其通过建立多层神经网络来模拟人脑 神经网络的运作方式,从而实现对复杂数据的处理和分析。在故障诊断领域,深 度学习被广泛应用于各种设备和系统的故障检测与识别,其具有自适应、自学习 和鲁棒性强的优点,可以有效地提高故障诊断的准确性和效率。
基于深度学习的故障诊断方法主要包括以下几类:
文献搜集与整理
在基于深度学习的故障诊断与预测方法方面,目前主要的研究集中在神经网 络、深度学习模型和数据集等方面。
神经网络是故障诊断与预测领域应用最为广泛的一种深度学习技术。卷积神 经网络(CNN)和循环神经网络(RNN)是两种最常用的神经网络模型。其中, CNN适用于处理图像和传感器数据,而RNN适用于处理时序数据。通过训练神经网 络对历史数据进行学习,可以实现故障预测和异常检测。
本科毕业设计---基于神经网络的电子线路故障诊断

1 绪论随着现代化大生产的发展,电子线路故障诊断技术的研究越来越重要。
根据电子线路的特点可将电子线路故障诊断分为模拟电路的故障诊断和数字电路的故障诊断。
在现代电子设备中,绝大部分电子设备故障是由于模拟电路故障导致的,可以说,模拟电路的可靠性几乎决定了电子设备的可靠性。
1.1 模拟电路故障诊断的背景意义目前,模拟电路在航天、通信、自动控制、家用电器等许多方面得到广泛地应用。
随着电子技术的发展,模拟电路的集成程度越来越高,规模越来越大。
因此,对模拟电路的工作的有效性、可靠性、可维修性等提出了更高的要求。
在模拟电路故障发生后,要求能及时将导致故障的原因诊断出来,以便检修和替换。
对模拟电路的生产部门来说,同样也要求能及时诊断出故障,以便改进工艺,提高产品的合格率。
对于某些重要设备中的模拟电路,还要求进行故障的预测,即对正常工作中的模拟电路进行不断的检测,在元件发生故障前就进行替换,以避免故障的发生。
根据电子技术的发展状况,由以下三点说明模拟电路故障诊断技术的紧迫性:第一,微电子学时代的到来,电子线路的复杂性和密集性明显增加, 成千上万个电路元器件集成在一个小芯片上,而对这些电路元器件的测试仅限于为数有限的引出端子之上,如此,通常的测量,微调的手段将不再实用甚至无济于事。
第二,在无线电电子系统中, 数字电路不能完全取代模拟电路,数字电路的故障诊断方法也不能取代模拟电路的故障诊断方法。
第三,现代电子系统复杂度的增加,系统的可靠性显得更为重要,因此,必须提高电子系统的可靠性。
综上所述,工业生产对模拟电路提出了新的要求,微电子技术的快速发展对模拟电路的测试和诊断也提出迫切的要求,这就使得科技人员不得不进一步探索模拟电路的测试和诊断上的新理论和新方法,研发新的测试和诊断设备以适应时代的需求。
所以,开展模拟电路故障诊断的研究是一项非常有意义的课题。
1.2 模拟电路故障诊断的发展与现状相对于数字电路故障诊断而言,模拟电路故障诊断的发展较为缓慢,其中主要原因有以下六点:1)故障状态的多样性。
自动控制系统实验教案

自动控制系统实验教案一、实验目的1. 理解自动控制系统的原理和组成;2. 熟悉常见自动控制器的结构和功能;3. 掌握自动控制系统的设计和调试方法;4. 培养动手能力和实验技能。
二、实验原理1. 自动控制系统的基本概念:系统、输入、输出、反馈、闭环、开环等;2. 自动控制器的分类:比例控制器、积分控制器、微分控制器、PID控制器等;3. 自动控制系统的设计方法:频率域设计、时域设计、状态空间设计等;4. 自动控制系统的稳定性分析:闭环系统、开环系统、李雅普诺夫稳定性定理等。
三、实验设备与器材1. 实验台:自动控制系统实验台;2. 控制器:比例控制器、积分控制器、微分控制器、PID控制器等;3. 传感器:温度传感器、压力传感器、流量传感器等;4. 执行器:电动机、电磁阀、调节阀等;5. 仪器仪表:示波器、信号发生器、万用表等。
四、实验内容与步骤1. 实验一:比例控制器实验a. 了解比例控制器的工作原理;b. 搭建比例控制器实验电路;c. 调试比例控制器,观察控制效果;2. 实验二:积分控制器实验a. 了解积分控制器的工作原理;b. 搭建积分控制器实验电路;c. 调试积分控制器,观察控制效果;3. 实验三:微分控制器实验a. 了解微分控制器的工作原理;b. 搭建微分控制器实验电路;c. 调试微分控制器,观察控制效果;4. 实验四:PID控制器实验a. 了解PID控制器的工作原理;b. 搭建PID控制器实验电路;c. 调试PID控制器,观察控制效果;5. 实验五:自动控制系统稳定性分析a. 了解闭环系统稳定性分析方法;b. 搭建实验电路,进行稳定性分析;c. 改变系统参数,观察稳定性变化;五、实验要求与评价1. 实验要求:a. 按时完成实验任务;b. 正确操作实验设备,注意安全;c. 认真观察实验现象,记录实验数据;2. 实验评价:a. 实验操作的正确性;b. 实验数据的准确性;c. 实验分析的深入程度;六、实验六:模拟工业过程控制1. 目的:学习工业过程控制的基本原理。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
n t r e o t l ytm vs g td i t , ae naT Sf zy d l te bet s i ai d a d m a k t o s s rm e k d cnr s si i et a .Fr l b sdo z e , h jc i l e r e .R n o p c e lse o o w o s e sn i e sy u mo o n z f
q aiy ul t
0 引 言
相对于传统的点对 点式 的控制 系统 的一系列 缺点 ,网 络控制 系 统 ( ewok d cnrlsse nt re oto ytm,N S C )可 资 源共 享 ,且操作灵活 、维护 方便 、易 于扩 展 ,因此 得到 了越来 越广泛的应用[ ] 1 。但是 由于网络控制系统在 数据传输 时存 在网络的介入 ,因此 节点竞 争失败 、信 息交换 延迟 以及数 据丢包等问题必然难 以避免 ,这 使得 系统 的性能受 到严 重 影响 ,甚至造成 系统 的失稳 ,并 使得 网络环境 下 系统故 障 比一般控制系统更为复杂 。 针对网络控制系统 的这些特 点 国内外学 者 已进 行 了相 应的研究 ,但 主要集 中在系 统建模 、稳 定性分 析 以及 控制 方面_ J 4 ,并且大多针 对于线 性系统 ,而在 实际 的应用 中,
过 数 值 仿 真 实验 验 证 了该 方 法 的 有 效 性 。
关键词 :非线性 网络控制 系统;T S 糊模 型 ;故障检测 ;随机丢 包;线性矩 阵不等式 -模 中图法分类号 : 2 3 文献标识号 : TP 7 A 文章编号 :10 —04 (0 2 412 —4 0 072 2 1 )0—3 90
Fa l d t c i n f rn n i e rn t r e o to y t m t u t e e to o o l a e wo k d c n r ls s e wi n h r n o p c e o s s a d m a k tl s e
M A 。C IBa — o g Ye U otn
t e s n o o t e c n r l r a d f o t e c n r l r t h c u t r a e s u t n o sy c n ie e .An h a d m a k tl s e h e s rt h o to l n r m h o to l o t e a t a o r i la e u l o sd r d e e m d tern o p c e s s o a ed s r e ya bn r wi hn e u n es t f i g aBe n u l d s r u in r e c i d b ia ys t i g s q e c a i yn r o li i i t .S c n l ,t e f z y o s r e e i n d b sn b c s tb o e o d y h u z b e v ri d sg e y u i g s t e f z y d mi a ts b y t m u e M o e v r u f in o d t n o s m p o ia t b l y o h b e v r b s d co e - o h u z o n n u s se r l. r o e 。s fi e t c n i o s f r a y t t lsa i t ft e o s r e— a e l s d l p c i c i o
Ke r s n n i e rn t r e o to y t m;T u z d l a l d tc i n;r n o p c e o s s i e r ma rx i e y wo d : o l a e wo k d c n r ls s e n S f z y mo e ;f u t e e to a d m a k t l s e ;l a t i n — n
2 1 年 4月 02
计 算 机 工 程 与 设 计
COM PUTER ENGI NEE NG RI AND S GN DE I
A p . 12 r 20
第3卷 3
第 4期
Vo 3 No 4 L3 .
非线性 网络控制系统的故障检测
马 晔 ,崔 宝 同
( 南大学 物联 网工程 学 院 ,江苏 无锡 2 4 2 ) 江 1 1 2
摘 要 :针对一类具有随机丢包的非线性 网络控制 系统 ,研 究 了系统 的故 障检 测问题 。基 于 T S模 糊模 型将 对 象线 性化 , - 考虑 了控制器和执行器之间、控 制器和传感器之 间的随机丢 包现 象,采 用满足 B ro l 分布的二进制序列 来描 述数据传输 en ul i 的随机丢 包。同时利用模 糊主导子 系统规 则,设计 了模糊观测 器,给 出了基 于观 测器 闭环 系统渐近稳 定的充分条件 ,并通
( c o lo o E gn eig in n n Unv r i ,W u i 1 1 2 hia S h o fIT n iern ,Ja g a iest y x 4 2 ,C n ) 2
Ab ta t s r c :Ⅵ h t e p e e c f rn o p c e o s s efc s i h ewo k h r b e o a l d tc in f r a ca s o o l e r t h rs n e o a d m a k t ls e f t n t e n t r ,t e p o l e m ff u t e e t o ls f n n i a o n