基于多传感器信息的故障诊断方法研究

随着科学技术的不断发展和进步,系统的应用能力和现代化水平日益提高,系统的复杂性也随之越来越高,系统发生故障的可能性也不断增大,给系统分析和控制带来了不良影响。因此,需要一种能够提高整体可靠性与可维护性的方法来避免损失。在这样的背景下,故障诊断技术应运而生。另一方面,得益于计算机技术的进步,多传感器测量技术得以不断发展。在实际的工程项目中,采用多个传感器进行测量可以得到更好的状态估计值,基于多传感器的测量方式已经得到广泛应用。 在此背景下,本文综合研究了基于多传感器信息的故障诊断方法。主要工作如下: (1)为实现对多传感器系统的状态估计,本文采用集中式融合方法对多传感器信息进行融合,通过引入广义测量向量,设计卡尔曼滤波器,对系统进行状态估计。以此为基础,研究了基于卡尔曼滤波的故障诊断方法。仿真实例表明,本文设计的基于多传感器信息的卡尔曼滤波器,取得了较好的应用效果。 (2)研究了基于多传感器信息的H∞故障诊断滤波器设计问题。首先采用多传感器集中式融合方法,对多传感器信息进行融合估计,再应用H∞理论,把滤波器的设计转化为H∞优化问题,利用LMI技术,给出并证明了滤波器存在的条件和系统增益阵的求解方法。所设计的滤波器同时满足残差对干扰的鲁棒性和对故障的灵敏性。最后结合实例,对系统出现单故障和多故障的情况分别进行了仿真,与传统单传感器方式相比,本文的方法在故障发生后,可以在更短的时间内检测出故障。