一种工业领域基于滤波的电机智能故障检测方法

    公开(公告)号:CN111505500A

    公开(公告)日:2020-08-07

    申请号:CN202010272259.7

    申请日:2020-04-09

    Applicant: 江南大学

    Abstract: 本发明公开了一种工业领域基于滤波的电机智能故障检测方法,属于故障检测技术领域。所述方法通过利用集员估计方法用向量表示状态可行集,不需要提前知道模型扰动和噪声的先验知识,增加了故障检测方法的实用性和准确率;在反演滤波问题求解过程中,用向量表示区间盒子,通过向量组的布尔运算搜索属于可行集的区间盒子,解决了传统区间滤波算法计算量大、计算时间随着区间维度增加呈指数级增大的问题,更高效、准确地对状态区间进行估计。获取故障的估计区间,不同于传统利用估计残差的上下界实现故障检测,对故障范围的估计为电机后续故障诊断提供了保障。

    一种基于最小保守性区间滤波的电机系统故障估计方法

    公开(公告)号:CN112965461A

    公开(公告)日:2021-06-15

    申请号:CN202110174617.5

    申请日:2021-02-05

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于最小保守性区间滤波的电机系统故障估计方法,属于故障估计技术领域。通过采用全对称多胞体表示未知但有界的噪声,增加了该方法的实用性和准确率;根据重构电机模型设计动态区间观测器,通过最小化系统的状态保守性设计区间观测器的动态增益,实现具有最小保守性的观测器故障区间的估计;设计故障的集逆收缩滤波问题,利用向量布尔运算和分维度依次运算进一步收缩观测器故障估计区间,更接近真实故障值的滤波故障估计区间;同时集逆收缩滤波问题求解方法的计算复杂度明显小于目前最广泛使用的求解方法;相对于现有的故障估计方法,本申请方法能够更高效地实时估计到更紧致的故障区间,对电机系统的性能监督提供了保障。

    一种基于滤波的工业控制系统执行器参数估计方法

    公开(公告)号:CN110298124B

    公开(公告)日:2020-10-27

    申请号:CN201910594897.8

    申请日:2019-07-03

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于滤波的工业控制系统执行器参数估计方法,属于制造过程控制领域。该方法包括获取工业控制系统执行器中气动伺服电机的线性模型,获取初始凸多面体的顶点坐标,对k‑1时刻的凸多面体进行平均三角剖分,针对每种剖分方式计算出单纯形大小的方差,将方差最小的剖分方式对应的所有单纯形的顶点坐标存入k时刻的胞体中,根据k时刻的胞体中每个单纯形与k时刻的超平面包裹区域的相交情况,更新得到k时刻凸多面体的顶点坐标,对k时刻凸多面体的所有坐标求平均值得到该估计参数的估计值;解决了传统的参数估计方法准确性不高、效率低的问题;得到了提高对气动伺服电机的参数进行估计的准确性和效率的效果。

    一种基于正多胞体滤波的风电机组缓变型故障诊断方法

    公开(公告)号:CN110259647A

    公开(公告)日:2019-09-20

    申请号:CN201910541498.5

    申请日:2019-06-21

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于正多胞体滤波的风电机组缓变型故障诊断方法,属于故障诊断领域。该方法包括根据发电机和变流器系统的输入输出数据,建立发电机和变流器系统的回归模型,获取用于近似待估计参数的可行参数集的正多胞体,检测k-1时刻的正多胞体与k时刻的测量集合的交集是否为空,若检测到k-1时刻的正多胞体与k时刻的测量集合的交集不为空集,则确定k时刻发电机和变流器系统未发生故障,若检测到k-1时刻的正多胞体与k时刻的测量集合的交集为空集,则确定k时刻发电机和变流器系统已经发生故障;解决了目前大多数故障诊断方法不适用于诊断缓变型故障的问题;达到了减小故障诊断时的计算量,提高诊断缓变型故障的准确性的效果。

    一种工业领域基于滤波的电机智能故障检测方法

    公开(公告)号:CN111505500B

    公开(公告)日:2021-01-29

    申请号:CN202010272259.7

    申请日:2020-04-09

    Applicant: 江南大学

    Abstract: 本发明公开了一种工业领域基于滤波的电机智能故障检测方法,属于故障检测技术领域。所述方法通过利用集员估计方法用向量表示状态可行集,不需要提前知道模型扰动和噪声的先验知识,增加了故障检测方法的实用性和准确率;在反演滤波问题求解过程中,用向量表示区间盒子,通过向量组的布尔运算搜索属于可行集的区间盒子,解决了传统区间滤波算法计算量大、计算时间随着区间维度增加呈指数级增大的问题,更高效、准确地对状态区间进行估计。获取故障的估计区间,不同于传统利用估计残差的上下界实现故障检测,对故障范围的估计为电机后续故障诊断提供了保障。

    一种基于最小保守性区间滤波的电机系统故障估计方法

    公开(公告)号:CN112965461B

    公开(公告)日:2022-02-11

    申请号:CN202110174617.5

    申请日:2021-02-05

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于最小保守性区间滤波的电机系统故障估计方法,属于故障估计技术领域。通过采用全对称多胞体表示未知但有界的噪声,增加了该方法的实用性和准确率;根据重构电机模型设计动态区间观测器,通过最小化系统的状态保守性设计区间观测器的动态增益,实现具有最小保守性的观测器故障区间的估计;设计故障的集逆收缩滤波问题,利用向量布尔运算和分维度依次运算进一步收缩观测器故障估计区间,更接近真实故障值的滤波故障估计区间;同时集逆收缩滤波问题求解方法的计算复杂度明显小于目前最广泛使用的求解方法;相对于现有的故障估计方法,本申请方法能够更高效地实时估计到更紧致的故障区间,对电机系统的性能监督提供了保障。

    一种基于混合噪声双重滤波的电机系统故障诊断方法

    公开(公告)号:CN112305418B

    公开(公告)日:2021-09-28

    申请号:CN202011088531.2

    申请日:2020-10-13

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于混合噪声双重滤波的电机系统故障诊断方法,属于故障诊断技术领域。所述方法用全对称多胞体表示未知但有界噪声,用高斯噪声表示随机噪声,通过最小化全对称多胞体生成矩阵的F范数、协方差矩阵迹的导数设计电机系统动态状态观测器,基于信号平均功率得到各个时刻的最优权重解,设计状态估计器的动态增益,从而有效降低了状态估计区间的准确性和保守性。进一步的,基于残差概率分布函数计算故障检测指标的置信区间,实现对执行器故障高效的故障检测、故障识别和故障区间估计;相对于现有诊断方法,本申请方法检测效率更高,能够更快速检测到故障的发生,且没有出现漏诊的情况,障检测准确性更高。

    一种基于混合噪声双重滤波的电机系统故障诊断方法

    公开(公告)号:CN112305418A

    公开(公告)日:2021-02-02

    申请号:CN202011088531.2

    申请日:2020-10-13

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于混合噪声双重滤波的电机系统故障诊断方法,属于故障诊断技术领域。所述方法用全对称多胞体表示未知但有界噪声,用高斯噪声表示随机噪声,通过最小化全对称多胞体生成矩阵的F范数、协方差矩阵迹的导数设计电机系统动态状态观测器,基于信号平均功率得到各个时刻的最优权重解,设计状态估计器的动态增益,从而有效降低了状态估计区间的准确性和保守性。进一步的,基于残差概率分布函数计算故障检测指标的置信区间,实现对执行器故障高效的故障检测、故障识别和故障区间估计;相对于现有诊断方法,本申请方法检测效率更高,能够更快速检测到故障的发生,且没有出现漏诊的情况,障检测准确性更高。

    一种基于滤波的工业控制系统执行器参数估计方法

    公开(公告)号:CN110298124A

    公开(公告)日:2019-10-01

    申请号:CN201910594897.8

    申请日:2019-07-03

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于滤波的工业控制系统执行器参数估计方法,属于制造过程控制领域。该方法包括获取工业控制系统执行器中气动伺服电机的线性模型,获取初始凸多面体的顶点坐标,对k-1时刻的凸多面体进行平均三角剖分,针对每种剖分方式计算出单纯形大小的方差,将方差最小的剖分方式对应的所有单纯形的顶点坐标存入k时刻的胞体中,根据k时刻的胞体中每个单纯形与k时刻的超平面包裹区域的相交情况,更新得到k时刻凸多面体的顶点坐标,对k时刻凸多面体的所有坐标求平均值得到该估计参数的估计值;解决了传统的参数估计方法准确性不高、效率低的问题;得到了提高对气动伺服电机的参数进行估计的准确性和效率的效果。

    一种基于正多胞体滤波的风电机组缓变型故障诊断方法

    公开(公告)号:CN110259647B

    公开(公告)日:2020-05-22

    申请号:CN201910541498.5

    申请日:2019-06-21

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于正多胞体滤波的风电机组缓变型故障诊断方法,属于故障诊断领域。该方法包括根据发电机和变流器系统的输入输出数据,建立发电机和变流器系统的回归模型,获取用于包含待估计参数的可行参数集的正多胞体,检测k‑1时刻的正多胞体与k时刻的测量集合的交集是否为空,若检测到k‑1时刻的正多胞体与k时刻的测量集合的交集不为空集,则确定k时刻发电机和变流器系统未发生故障,若检测到k‑1时刻的正多胞体与k时刻的测量集合的交集为空集,则确定k时刻发电机和变流器系统已经发生故障;解决了目前大多数故障诊断方法不适用于诊断缓变型故障的问题;达到了减小故障诊断时的计算量,提高诊断缓变型故障的准确性的效果。

Patent Agency Ranking