燃?xì)廨啓C(jī)中控制系統(tǒng)通過傳感器測(cè)量信號(hào)來實(shí)現(xiàn)對(duì)燃?xì)廨啓C(jī)運(yùn)行狀態(tài)的監(jiān)測(cè),因此傳感器測(cè)量信號(hào)的準(zhǔn)確可靠是控制系統(tǒng)安全穩(wěn)定運(yùn)行的關(guān)鍵因素,為了提高控制系統(tǒng)的穩(wěn)定性、安全性及可靠性,對(duì)傳感器進(jìn)行故障診斷、隔離及故障信號(hào)重構(gòu)具有重要意義。本文以某重型燃?xì)廨啓C(jī)為對(duì)象,針對(duì)控制系統(tǒng)傳感器的故障診斷、隔離及故障信號(hào)重構(gòu)開展了一系列研究,主要內(nèi)容如下:(1)研究了某重型燃?xì)廨啓C(jī)部件法建�；驹�,在整機(jī)模型的搭建過程中,提出使用改進(jìn)的牛頓-拉夫遜算法提高非線性方程的計(jì)算效率,保證迭代結(jié)果的收斂。在此基礎(chǔ)上,利用最小二乘擬合法得到該型燃?xì)廨啓C(jī)線性化狀態(tài)變量模型,動(dòng)態(tài)仿真結(jié)果表明所擬合的線性模型精度較高。(2)在燃?xì)廨啓C(jī)線性模型基礎(chǔ)上,針對(duì)控制系統(tǒng)中單個(gè)傳感器發(fā)生故障及多個(gè)傳感器同時(shí)發(fā)生故障問題,設(shè)計(jì)了基于一組卡爾曼濾波器的傳感器故障診斷系統(tǒng),并通過粒子群優(yōu)化算法(PSO)求取代價(jià)函數(shù)的最優(yōu)值來確定最佳故障檢測(cè)閾值,仿真試驗(yàn)驗(yàn)證了該故障診斷系統(tǒng)的可行性及有效性。進(jìn)一步分析了傳感器故障程度及測(cè)量噪聲強(qiáng)度對(duì)故障診斷系統(tǒng)的影響,發(fā)現(xiàn)該診斷系統(tǒng)能檢測(cè)出的最小故障通常為傳感器測(cè)量噪聲標(biāo)準(zhǔn)差的整倍數(shù)。(3)通過分析傳感器...

【文章頁數(shù)】：121 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
符號(hào)說明表
上標(biāo)
下標(biāo)
燃?xì)廨啓C(jī)截面
縮略詞
第1章 緒論
    1.1 研究背景及意義
    1.2 燃?xì)廨啓C(jī)控制系統(tǒng)傳感器故障診斷與信號(hào)重構(gòu)研究現(xiàn)狀
        1.2.1 故障診斷技術(shù)
        1.2.2 傳感器故障診斷方法研究現(xiàn)狀
        1.2.3 傳感器信號(hào)重構(gòu)方法研究現(xiàn)狀
    1.3 本文研究工作與內(nèi)容安排
第2章 燃?xì)廨啓C(jī)數(shù)學(xué)模型
    2.1 引言
    2.2 燃?xì)廨啓C(jī)部件法非線性模型
        2.2.1 建模假設(shè)
        2.2.2 物性參數(shù)模型
        2.2.3 部件特性模型
        2.2.4 基于改進(jìn)Newton-Raphson法的平衡方程求解
        2.2.5 部件法建模流程圖
        2.2.6 模型仿真結(jié)果與分析
    2.3 燃?xì)廨啓C(jī)線性化模型
        2.3.1 基于最小二乘法的燃?xì)廨啓C(jī)狀態(tài)變量模型
        2.3.2 擬合結(jié)果及模型精度分析
    2.4 本章小結(jié)
第3章 基于燃?xì)廨啓C(jī)模型的傳感器故障診斷
    3.1 引言
    3.2 傳感器故障分類
    3.3 傳感器信號(hào)預(yù)處理
    3.4 基于卡爾曼濾波器的傳感器故障診斷
        3.4.1 卡爾曼濾波原理
        3.4.2 卡爾曼濾波估計(jì)效果
        3.4.3 單個(gè)傳感器故障診斷方法
        3.4.4 多個(gè)傳感器故障診斷方法
        3.4.5 基于粒子群優(yōu)化算法確定傳感器故障診斷閾值
        3.4.6 傳感器故障診斷仿真試驗(yàn)
        3.4.7 傳感器故障程度及測(cè)量噪聲強(qiáng)度對(duì)故障診斷的影響
    3.5 本章小結(jié)
第4章 基于相關(guān)性分析的燃?xì)廨啓C(jī)傳感器信號(hào)重構(gòu)
    4.1 引言
    4.2 基于多元線性回歸的故障信號(hào)重構(gòu)
        4.2.1 多元線性回歸原理
        4.2.2 故障信號(hào)重構(gòu)仿真結(jié)果與分析
    4.3 基于核主成分分析的故障信號(hào)重構(gòu)
        4.3.1 基于KPCA的故障信號(hào)重構(gòu)原理
        4.3.2 故障信號(hào)重構(gòu)仿真結(jié)果與分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號(hào)：3766329