科技小数据|基于迭代学习的线性不确定重复系统间歇性故障估计
基于迭代学习的故障估计是指：针对重复系统在迭代运行周期中产生的故障信号 ， 利用上一次基于迭代学习观测器输出和系统实际输出产生的残差信号 ，对本次的故障信号进行跟踪估计 ， 从而准确地估计出故障的幅值和形状 。
随着工业化进程不断地加快 ， 工业系统越来越复杂 ， 同时人们对系统的可靠性和安全性要求越来越高 ， 使得在过去的几十年里故障诊断与容错控制在学术领域和实际应用领域都受到了越来越多的关注 。 故障容错控制分为主动容错控制和被动容错控制 ， 事实上 ， 大多数研究更为关注主动容错控制 。 故障估计不同于故障诊断 ， 它能够准确地估计出故障的幅值和形状 ，从而对故障信号进行重构 。 因此 ， 在很多现有的文献中 ， 故障估计是故障容错控制的先决条件 ， 并取得了丰富的理论研究成果 。
本文插图
图1 第20 次迭代的故障估计跟踪轨迹
本文插图
图2不同迭代次数系统的间歇性故障估计曲线
重复系统主要指的是执行相同任务的同一个系统 ， 在每一个周期内 ， 其系统结构和参数保持不变 ， 其状态向量、控制向量和输出向量具有可重复性 ， 在现代工业和制造业中应用广泛 。 例如执行焊接、喷涂、装配、搬运等重复作业的机器人、数控机床、伺服控制系统、电梯控制系统等 。 随着计算机、电子、通信等技术飞速发展 ， 在数字化装置广泛普及的工业背景下 ， 众多研究表明 ， 间歇性故障是重复系统中的一种典型故障 。 因此 ， 间歇故障诊断和估计对有效避免灾难性事故发生 ， 提高系统可靠性、可维修性和保障性 ， 降低生产成本具有十分重要的现实意义 。
本文插图
图3. 不同增益矩阵参数g(k) 的变化趋势
本文插图
图4.不同情况下的最大迭代误差变化趋势
本文将迭代学习算法运用到线性不确定重复系统间歇性故障估计中 ， 利用上一次迭代观测器输出与系统实际输出误差设计故障估计器 ， 从而解决了一类线性不确定系统故障估计问题 。 该算法能够准确跟踪估计系统故障的同时也能够重构故障信号的幅值和形状 。
【科技小数据|基于迭代学习的线性不确定重复系统间歇性故障估计】文章信息：冯莉, 柴毅, 许水清, 张可, 杨志敏. 基于迭代学习的线性不确定重复系统间歇性故障估计. 自动化学报, 2020, 46(2): 307-319.
推荐阅读
- 数据流|比亚迪M6用诊断仪无法读取TCU数据流检修
- 2020|影谱科技入选“2020中国AI商业落地价值潜力100强榜单”
- 技术编程|如何利用数据库进行世界史研究
- 行业互联网,AI人工智能|城市教育大脑以“ AI+ 大数据”为核心 , 引领教育变革
- 行业互联网|眼控科技聚焦航空气象报文，人工智能助推编发自动化
- 行业互联网|金风科技中标哈萨克斯坦札纳塔斯二期100MW风电项目
- 无人科技,电池技术|盘点几种常见的无人机电池
- 行业互联网,智慧医疗|商汤科技创“心”升级，探索“联邦学习”入选ECCV
- 行业互联网|创盈Charmwin惊艳亮相2020上海美博会，打造“光”科技健康护肤新风尚
- |如何分析“会员数据”，强化门店的竞争力？