本文研究了基于增量算子方法为不确定TS模糊模型设计鲁棒故障检测的问题。 借助于TS模糊德尔塔算子系统，通过德尔塔算子方法构建了一个模糊故障检测滤波器系统。 最坏情况下的故障敏感度是根据线性矩阵不等式制定的。 提出的故障检测滤波器不仅确保从故障信号到残留信号的H（-）增益大于规定值，而且还确保从外源输入到残留信号的H（-）增益小于规定值。关于线性矩阵不等式的可解性的规定值。 线性矩阵不等式可以通过有效的算法求解。 提供了一个数值示例来说明所提出的设计技术的有效性。
2021-03-04 09:07:35
727KB
1
<正>针对单输入单输出系统的故障检测,采用混沌振荡器作为激励源,并利用非一致延迟时间法对被测系统输出时间序列进行相空间重构.在相空间中平衡点附近定义了指向Lyapunov指数,并用其对被测系统输出在相空间中平衡点附近特征结构进行分析,实现了对单输入单输出系统的故障检测.仿真结果表明,被测系统的参数变化将会引起相空间中平衡点附近特征结构的改变,指向Lyapunov指数对其变化敏感.
2021-03-02 18:05:22
2.12MB
1
针对传统支持向量机(SVM)算法在数据不均衡情况下无法有效实现故障检测的不足,提出一种基于过抽样和代价敏感支持向量机相结合的故障检测新算法。该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。为减少人工增加样本带来的噪声影响,利用K近邻构造一个代价敏感的支持向量机(CSSVM)算法,利用每个样本的代价函数消除噪声样本对SVM算法分类精度的影响。将该算法应用在轴承故障检测中,并同传统的SVM算法,不同类代价敏感SVM-C算法,SVM和SMOTE相结合的算法进行比较,试验结果表明当样本不均衡时,建议算法的故障检测性能较其它算法有显著提高。
2021-03-01 09:19:23
1.25MB
1