非線性系統故障可診斷性評價與診斷方法

目錄

上篇非線性系統故障可診斷性量化評價與設計

第1章緒論

1.1故障可診斷性評價及診斷方法研究的意義

1.2非線性系統故障診斷研究現狀

1.2.1故障可診斷性

1.2.2基於故障可診斷性評價的傳感器優化配置

1.2.3非線性系統故障診斷方法

1.3存在的問題與不足

1.4本章小結

參考文獻

第2章非線性系統故障可診斷性量化評價方法

2.1引言

2.2問題描述

2.3基於KL散度的故障可診斷性量化評價

2.3.1KL散度定義

2.3.2故障可診斷性量化評價基本原理

2.3.3基於SKDE的概率密度函數估計

2.3.4基於蒙特卡洛方法的非線性函數估計

2.4故障可診斷性評價指標約束下的數據測量噪聲可行域分析

2.4.1不同測量噪聲域下的殘差數據分析

2.4.2故障可檢測性指標約束下的測量噪聲可行域分析

2.4.3故障可分離性指標約束下的測量噪聲可行域分析

2.5基於可診斷性評價的非線性系統故障檢測

2.5.1基於KL散度的故障檢測

2.5.2故障漏報率和誤報率分析

2.5.3閾值的優化選取

2.6模擬研究與結果分析

2.6.1模擬對象描述

2.6.2不同故障模式下殘差概率密度函數估計

2.6.3故障可診斷性量化評價結果分析

2.6.4測量噪聲對故障可診斷性量化評價的影響

2.6.5測量噪聲的可行域模擬分析

2.6.6微小故障下的測量噪聲的可行域分析

2.6.7基於可診斷性評價結果的故障檢測

2.7本章小結

參考文獻

第3章非線性系統故障可診斷性設計方法

3.1引言

3.2故障可診斷性評價分析

3.2.1評價原理分析

3.2.2故障可診斷性定量評價原理分析

3.3故障可檢測性設計

3.3.1故障可檢測性設計原理分析

3.3.2基於貪心算法的系統測點設計

3.3.3以軟代硬的軟傳感器設計

3.4故障可分離性設計

3.4.1故障可分離性分析及測點配置

3.4.2基於故障自身屬性的故障可分離性設計

3.5案例模擬研究

3.5.1水輪機調速器控制系統

3.5.2水輪機調速器故障可檢測性設計

3.5.3水輪機調速器故障可分離性設計

3.6本章小結

參考文獻

第4章基於故障可診斷性量化評價的傳感器優化配置方法

4.1引言

4.2問題描述

4.2.1通過實例引出問題

4.2.2定性評價下的最小傳感器集合

4.2.3傳感器配置過程中面臨的問題

4.3基於故障可診斷性量化評價的傳感器優化配置

4.3.1最小傳感器集合下的系統故障可診斷性分析

4.3.2傳感器的優化配置問題

4.4基於動態規劃的故障診斷系統傳感器優化配置算法

4.5軟傳感器設計

4.6測點傳感器多目標優化配置

4.6.1測點傳感器優化配置中的約束函數

4.6.2測點傳感器優化配置中的目標函數

4.6.3改進的NSGA-Ⅱ優化算法

4.7案例模擬研究

4.7.1模擬案例1： 非線性系統數值模擬

4.7.2模擬案例2： 車輛電源系統

4.8本章小結

參考文獻

第5章基於數據驅動的傳感器可重構性評價方法

5.1引言

5.2問題描述

5.2.1捷聯慣性導航系統

5.2.2面臨問題

5.3基於KL散度的傳感器可重構性量化評價

5.3.1基於KPLS方法的傳感器解析冗餘分析

5.3.2基於KL散度進行可重構性量化評價的基本原理

5.4可重構性量化評價閾值的優化選取

5.4.1錯分率和漏分率分析

5.4.2閾值的優化選取

5.5模擬研究與結果分析

5.6本章小結

參考文獻

中篇非線性系統故障診斷方法

第6章基於自適應閾值的粒子濾波算法的非線性系統故障診斷方法

6.1引言

6.2問題描述

6.3粒子濾波算法

6.4故障診斷方法設計

6.4.1故障檢測

6.4.2自適應閾值設計

6.4.3故障隔離

6.4.4故障誤報率和漏報率

6.5模擬研究與結果分析

6.6本章小結

參考文獻

第7章基於數據驅動殘差評價策略的故障檢測方法

7.1引言

7.2多模式運行系統的故障檢測方法描述

7.3基於數據驅動方法的故障檢測

7.3.1KL散度算法的改進

7.3.2基於KL散度的故障檢測

7.3.3基於自學習方法的K值確定

7.3.4殘差的聚類

7.4基於故障誤報率和漏報率的閾值優化

7.4.1誤報率與漏報率計算

7.4.2閾值的優化選取

7.5模擬研究與結果分析

7.5.1模擬對象描述

7.5.2殘差特性分析

7.5.3故障檢測

7.6本章小結

第8章基於高斯混合分佈的微小故障診斷和幅值估計方法

8.1引言

8.2理論基礎

8.2.1故障建模

8.2.2GMM的概率密度函數估計

8.2.3基於GMM的KL散度定義

8.3基於KL散度的微小故障診斷

8.3.1故障檢測和故障分離

8.3.2閾值設計

8.4基於KL散度的故障幅值估計

8.5模擬分析

8.5.1模擬對象描述

8.5.2微小故障下的殘差數據分析

8.5.3微小故障診斷

8.5.4故障幅值估計

8.6本章小結

參考文獻

下篇故障可診斷性評價及診斷方法在電源車系統中的應用

第9章混合信息熵約束下的電源車傳感器優化配置方法

9.1引言

9.2基於傳感器信息值的故障可診斷性量化評價

9.2.1傳感器信息值理論

9.2.2基於傳感器信息值的故障可診斷性量化評價

9.3基於傳遞熵的傳感器冗餘度評價

9.4傳感器的多目標優化過程

9.5模擬實驗分析

9.5.1電源車系統和常見故障描述

9.5.2電源車故障可診斷性量化評價

9.5.3電源車傳感器的多目標優化配置

9.6本章小結

參考文獻

第10章基於時間相關性的電源車傳感器故障檢測方法

10.1引言

10.2基於SF-ELM的電源車傳感器故障檢測方法

10.2.1極限學習機相關理論

10.2.2基於SF-ELM的時間序列預測模型建立

10.2.3基於時間序列預測模型的傳感器故障檢測

10.3基於改進KL-Bi-LSTM模型下的傳感器故障檢測方法

10.3.1長短時記憶網絡的相關理論

10.3.2雙向長短時記憶網絡時間序列預測模型的建立

10.3.3基於改進KL散度的傳感器故障檢測

10.4模擬實驗與結果分析

10.4.1電源車簡介

10.4.2基於時間序列預測模型的電源車傳感器故障檢測

10.4.3基於改進KL-Bi-LSTM模型下的傳感器故障檢測

10.5本章小結

參考文獻

第11章基於空間相關性的電源車傳感器數據重構方法

11.1引言

11.2基於信息熵理論的電源車傳感器冗餘度量化評價

11.2.1信息熵相關理論

11.2.2基於信息熵理論的傳感器信息值量化評價

11.2.3基於改進互信息熵的傳感器相關性量化評價

11.2.4基於信息熵理論的輔助變量篩選

11.3模擬實驗與結果分析

11.4本章小結

參考文獻

第12章引入註意力機制下的電源車傳感器故障檢測及數據重構

12.1引言

12.2基於註意力機制的傳感器故障檢測和數據重構方法

12.2.1註意力機制相關理論

12.2.2時間註意力機制下的傳感器故障檢測

12.2.3互信息熵和註意力機制融合後的傳感器數據重構

12.3模擬實驗與結果分析

12.3.1引入註意力機制下的電源車傳感器故障檢測

12.3.2引入註意力機制下的電源車傳感器數據重構

12.4本章小結

參考文獻