间歇式反应釜的故障诊断及容错控制设计

论文摘要

随着现代工业控制系统复杂程度的增加和人们对系统性能指标要求的提高,系统的可靠性,可维护性和容错性受到了人们越来越多的重视。由此,故障检测及容错控制方法在近二十年一直作为控制界的研究热点,取得了显著的成果。本文从研究间歇式反应釜釜内温度控制出发,对于采用串级控制方式控制反应釜的釜内温度在主传感器失效的情况下,对其进行了深入的故障诊断及容错控制的研究,主要进行了以下几方面的研究工作。1)进行了利用人工神经网络建立反应釜控制回路的故障诊断系统的研究。为了保证网络训练数据的完备性,本文从求取对象系统故障树最小割集入手,通过系统故障模式获取训练样本。另外,考虑到复杂大型神经网络教师数据整理困难,学习精度和学习效率低下等问题。本文采用了复合模糊神经网络技术建立了反应釜的故障诊断系统。2)提出了一种基于辅助模型的最小二乘算法,对反应釜进行数学建模研究.论文根据对象的特点确定了模型结构,利用辅助模型来估算冷却水温度、冷却水流量和夹套温度对釜温的影响,最后利用最小二乘法进行参数辨识完成了对象系统的模型建立。该方法克服了标准最小二乘法由于无法辨识模型中未知中间变量而无法进行建模的困难,经Matlab对系统模型进行仿真,模型输出基本与实际输出符合,为对系统进行进一步的容错控制垫定了基础。3)利用所得的数学模型采用信号重构的方式设计了对象反应釜在控制系统主传感器失效时控制重构的容错控制方案。在故障检测单元激励下,利用数学模型估算的输出值取代主传感器的输出反馈回控制器,保证系统仍然可以正常运行。并利Matlab对设计的容错控制系统进行了仿真试验研究,仿真实验结果表明了,所设计的容错控制系统可以保证系统的稳定运行。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题的背景和意义
• 1.2 故障诊断与检测（FDD）
• 1.3 容错控制技术
• 1.4 本文主要内容
• 2 故障诊断
• 2.1 研究对象的介绍
• 2.1.1 设备描述
• 2.1.2 间歇生产特性分析
• 2.2 故障树分析法
• 2.2.1 基于故障树的方法
• 2.2.2 间歇式反应釜温度控制系统故障树建立
• 2.2.3 釜温控制系统故障检测点的确定
• 2.3 釜温控制系统的复合神经网络建立
• 2.3.1 复合神经网络
• 2.3.2 神经网络样本数据的提取
• 2.3.3 神经网络的训练
• 2.3.4 故障诊断系统建立
• 2.4 故障诊断的验证
• 3 BSTR釜内温度模型的建立及对象特性辨识
• 3.1 系统辨识描述
• 3.2 系统辨识方法
• 3.2.1 系统辨识的经典方法
• 3.2.2 参数估计的方法
• 3.3 论文中所用辨识方法介绍
• 3.3.1 反应釜模型建立
• i（z）参数的确定'>3.3.2 G_i（z）参数的确定
• 3.4 模型的确定及仿真
• 4 反应釜串级控制系统的容错控制
• 4.1 串级控制简介
• 4.1.1 串级控制的结构及优点
• 4.1.2 对象系统串级控制描述
• 4.2 容错控制设计
• 4.2.1 故障补偿的方法
• 4.2.2 基于数学模型的系统重构容错控制
• 4.3 容错控制的仿真
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢