基于模型的故障诊断技术及其在电动舵机上的应用

论文摘要

本论文的研究对象是电动舵机系统,主要目的是研究适用于电动舵机系统的故障诊断技术,以达到提高舵机系统故障诊断的快速性和智能化水平的目的。目前舵机系统故障诊断主要采用分解成子系统替换测试的方法,这种方法检测效率较低,且无法发现潜在故障,需要对电动舵机的故障诊断方法进行进一步的研究。基于解析模型的故障诊断方法,能发现潜在故障并容易分离故障,将其应用到电动舵机的故障诊断中能有效提高诊断效率。本文在理论和实践两个方面对基于模型的故障诊断技术开展了较系统和深入的研究工作,主要工作如下:首先,研究了基于模型故障诊断理论,描述了控制系统正常和故障状态下生成残差的方法以及阈值的选取,分析了系统所发生故障的可诊断性。然后,建立了电动舵机系统的数学模型,建立了系统正常情况下的仿真模型,并对综合放大器故障、电动机故障和电位计故障等常见的电动舵机故障模式进行了分析和仿真。接下来,研究了故障检测观测器的构造方法,分析了故障检测观测器与实际系统的误差,并通过构造检测观测器对理想状态下校正放大器故障进行了诊断。利用将外界影响和建模误差看成系统未知输入的观测器方法对舵机系统进行了传感器的故障诊断,理论和仿真都验证了该方法的有效性。最后,研究了基于Kalman滤波的故障诊断技术,利用Kalman滤波器生成残差可实现在线故障诊断,设计了基于Kalman滤波的残差生成器,对导弹电动舵机故障诊断过程的仿真验证了该方法的有效性。本文的研究结论为工程中对电动舵机系统的故障诊断提供了重要参考。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的及意义
• 1.2 故障诊断技术综述
• 1.2.1 故障诊断技术发展概况
• 1.2.2 故障诊断方法概述
• 1.3 国内外研究现状及发展趋势
• 1.3.1 国内外研究现状
• 1.3.2 故障诊断技术中存在的问题及其发展趋势
• 1.4 论文的主要研究内容和工作
• 第二章 基于模型的故障诊断方法研究
• 2.1 基于模型的故障诊断方法
• 2.2 基于模型故障诊断方法的一般步骤
• 2.3 控制系统的描述
• 2.3.1 正常系统的描述
• 2.3.2 故障系统的描述
• 2.4 基于模型的故障诊断中的残差生成技术
• 2.4.1 基于模型故障诊断中生成残差的一般形式
• 2.4.2 生成残差的基本方法
• 2.5 利用残差进行故障诊断的基本思想
• 2.5.1 理想状态下的诊断原则
• 2.5.2 故障决策的阈值选取
• 2.6 系统故障的可检测性
• 第三章 导弹电动舵机系统建模及故障分析
• 3.1 导弹电动舵机系统建模
• 3.1.1 电动舵机系统介绍
• 3.1.2 电动舵机数学模型
• 3.1.3 信号综合放大器和功率放大器
• 3.1.4 舵机负载模型
• 3.1.5 PID 控制器数学模型
• 3.2 电动舵机系统的故障仿真
• 3.2.1 电动舵机系统正常状态下的仿真模型
• 3.2.2 电动舵机常见故障模式
• 第四章 基于观测器的故障诊断方法
• 4.1 基于检测观测器故障诊断方法
• 4.1.1 故障检测观测器
• 4.1.2 故障检测观测器误差分析
• 4.2 故障检测观测器的设计
• 4.2.1 检测观测器的构造
• 4.2.2 误差信号的时域分析
• 4.2.3 基于状态观测器的故障诊断方法应用
• 4.3 基于未知输入观测器的故障诊断
• 4.3.1 基于未知输入观测器的故障诊断方法
• 4.3.2 基于未知输入观测器的传感器故障诊断
• 第五章 基于Kalman 滤波器的故障诊断技术
• 5.1 线性离散随机系统的状态空间模型
• 5.2 基于Kalman 滤波器的故障检测方法
• 5.2.1 基于Kalman 滤波器的故障检测的基本思想
• 5.2.2 基于Kalman 滤波器的残差生成方法
• 5.2.3 基于Kalman 滤波器的故障诊断策略
• 5.3 基于Kalman 滤波器故障诊断方法的实现
• 5.3.1 仿真数据产生模块的实现
• 5.3.2 Kalman 滤波器仿真模块的实现
• 5.3.3 残差检测仿真模块的实现
• 5.4 仿真分析
• 第六章 总结与展望
• 参考文献
• 致谢
• 附录：攻读学位期间发表的论文