故障診斷指的是對(duì)系統(tǒng)運(yùn)行狀態(tài)進(jìn)行分析,并根據(jù)分析結(jié)果檢測(cè)、分離和評(píng)價(jià)異常狀況,并為故障恢復(fù)提供依據(jù)的技術(shù)。預(yù)測(cè)性維護(hù)指的是借助算法分析系統(tǒng)狀態(tài)的變化趨勢(shì),在故障造成重大損失前實(shí)施主動(dòng)性維護(hù)措施,進(jìn)而提高設(shè)備使用壽命的任務(wù)類(lèi)型。隨著集散控制系統(tǒng)在工業(yè)過(guò)程中的廣泛應(yīng)用,越來(lái)越多的生產(chǎn)數(shù)據(jù)能夠得以采集和保存,利用這些數(shù)據(jù)對(duì)故障作出準(zhǔn)確的診斷進(jìn)而對(duì)設(shè)備實(shí)施早期的維護(hù)能夠節(jié)省生產(chǎn)成本、提高產(chǎn)品質(zhì)量、保證過(guò)程安全。然而,由于現(xiàn)代流程工業(yè)過(guò)程普遍存在復(fù)雜性高、非線性強(qiáng)、時(shí)變不確定等特點(diǎn),傳統(tǒng)的故障診斷方法已經(jīng)越來(lái)越難滿足要求。本文在前人研究工作的基礎(chǔ)上,針對(duì)工業(yè)系統(tǒng)中常見(jiàn)的故障問(wèn)題,提出了基于系統(tǒng)辨識(shí)的故障診斷和預(yù)測(cè)性維護(hù)方法,具體包括:（1）提出了一種基于辨識(shí)模型殘差的故障檢測(cè)與分離方法。首先在正常工況下,利用系統(tǒng)輸入輸出的采樣數(shù)據(jù)辨識(shí)出過(guò)程的動(dòng)態(tài)模型。然后,在在線監(jiān)測(cè)工況下利用殘差來(lái)檢測(cè)系統(tǒng)是否存在故障,以及進(jìn)一步分離輸入端故障、輸出端故障與過(guò)程參數(shù)變化。殘差是基于過(guò)程輸出觀測(cè)值與模型輸出之間一致性檢驗(yàn)的結(jié)果,殘差的閾值根據(jù)正常工況條件下殘差統(tǒng)計(jì)量的分布規(guī)律設(shè)定。最后,通過(guò)仿真驗(yàn)證了所提方法的有... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：122 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 課題研究背景與意義
    1.2 故障診斷簡(jiǎn)介
        1.2.1 工業(yè)故障的類(lèi)型與診斷步驟
        1.2.2 故障診斷的常用方法
    1.3 系統(tǒng)辨識(shí)簡(jiǎn)介
        1.3.1 系統(tǒng)辨識(shí)的定義與基本步驟
        1.3.2 基于系統(tǒng)辨識(shí)的故障診斷
    1.4 本文研究?jī)?nèi)容與結(jié)構(gòu)
2 基于辨識(shí)模型殘差的故障檢測(cè)與分離
    2.1 引言
    2.2 面向故障診斷的辨識(shí)模型殘差選擇
    2.3 殘差的檢測(cè)標(biāo)準(zhǔn)及閥值設(shè)定
        2.3.1 n Sigma原則
2原則">        2.3.2 T²原則
    2.4 基于檢測(cè)結(jié)果的故障分離
    2.5 案例演示
        2.5.1 仿真研究
        2.5.2 燃?xì)廨啓C(jī)實(shí)驗(yàn)研究
    2.6 本章小結(jié)
3 基于機(jī)理模型的控制閥非線性特性辨識(shí)
    3.1 引言
    3.2 控制閥概述
        3.2.1 控制閥簡(jiǎn)介
        3.2.2 控制閥的常見(jiàn)非線性特性
    3.3 控制閥的非線性辨識(shí)
        3.3.1 問(wèn)題描述與模型的參數(shù)化
        3.3.2 模型參數(shù)估計(jì)的兩步實(shí)現(xiàn)
    3.4 案例演示
        3.4.1 仿真研究
        3.4.2 工業(yè)實(shí)例
    3.5 本章小結(jié)
4 基于唯象模型的控制閥非線性特性辨識(shí)
    4.1 引言
    4.2 控制閥非線性的參數(shù)化
        4.2.1 三次樣條結(jié)構(gòu)
        4.2.2 多繼電結(jié)構(gòu)
        4.2.3 多間隙結(jié)構(gòu)
    4.3 基于松弛迭代算法的模型辨識(shí)
        4.3.1 高階模型的估計(jì)
        4.3.2 模型的降階
    4.4 案例演示
        4.4.1 工業(yè)實(shí)例一
        4.4.2 工業(yè)實(shí)例二
    4.5 本章小結(jié)
5 面向過(guò)程參數(shù)變化的故障診斷與預(yù)測(cè)性維護(hù)
    5.1 引言
    5.2 預(yù)測(cè)性維護(hù)的基本思想
    5.3 故障診斷的0.5精度法
    5.4 案例演示
        5.4.1 水箱仿真研究
        5.4.2 TE Benchmark實(shí)驗(yàn)研究
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
作者攻讀碩士學(xué)位期間取得的成果



本文編號(hào)：3160731