[发明专利]一种冷轧液压AGC系统故障诊断策略设计方法

权利要求书

1.一种冷轧液压AGC系统故障诊断策略优化设计方法，其特征在于，包括：

S1、数学等效液压AGC系统的液压缸、伺服阀、轧辊辊系、控制器、入口侧测厚仪、背压回油管道和位移传感器，得到与所述液压AGC系统等效的数学模型，通过所述数学模型模拟故障，根据所述故障选取测试点，依据所述测试点建立所述液压AGC系统的多信号模型和故障依赖矩阵；

S2、计算所述测试点间的欧氏距离，通过所述欧氏距离对所述测试点进行冗余度分析并删除冗余测试点，得到简化多信号模型依赖矩阵；

S3、所述简化多信号模型依赖矩阵加载能够一步回溯的信息熵算法，参考所述故障依赖矩阵,生成所述液压AGC系统的诊断策略。

2.根据权利要求1所述的一种冷轧液压AGC系统故障诊断策略优化设计方法，其特征在于，所述故障包括：f₁-伺服阀增益故障、f₂-油液中混入空气、f₃-负载阻尼变化、f₄-泄漏故障、f₅-位移传感器故障、f₆-入口侧测厚仪故障、f₇-出口侧测厚仪故障。

3.根据权利要求1所述的一种冷轧液压AGC系统故障诊断策略优化方法，其特征在于，所述测试点包括：t₁-伺服放大器输入电压、t₂-伺服阀的空载流量、t₃-轧制力、t₄-液压缸位移、t₅-出口厚度、t₆-位移传感器输出、t₇-入口侧测厚仪输出、t₈-出口侧测厚仪输出。

4.根据权利要求1所述的一种冷轧液压AGC系统故障诊断策略优化方法，其特征在于，在所述S1中，建立所述故障依赖矩阵包括：

测算所述测试点的欧几里得距离，根据区间划分策略得到所述测试点的故障模式特征值，所述故障模式特征值构成所述故障依赖矩阵。

5.根据权利要求4所述的一种冷轧液压AGC系统故障诊断策略优化方法，其特征在于，所述区间划分策略包括：

l＜1，所述故障模式特征值标定为0；

1≤l＜100，所述故障模式特征值标定为1；

100≤l＜1000，所述故障模式特征值标定为2；

l≥1000，所述故障模式特征值标定为3；

其中，l是所述测试点的欧几里得距离。

6.根据权利要求1所述的一种冷轧液压AGC系统故障诊断策略优化方法，其特征在于，在所述S2中，所述冗余度分析，包括：

计算待测测试点与其他所述测试点的欧氏距离，若所述待测测试点与其他所述测试点之间的欧式距离相同，则所述待测测试点为冗余测试点。

7.根据权利要求1所述的一种冷轧液压AGC系统故障诊断策略优化方法，其特征在于，在S3中，所述诊断策略设计包括：

SS1、将故障状态集F设置为根节点，定义变量X，定义测试点集为变量t,生成故障诊断树；

SS2、根据故障依赖矩阵,对X分别施加可选测试，测试t_j将故障状态集X划分为

Xja={fi|dij=a,∀fi∈X}---(1)]]>

其中，a表示根据欧几里得距离标定的故障模式特征值,0≤a≤3；f_i表示故障状态集F中的一种故障状态；d_ij表示故障依赖矩阵中的元素,j＝1,2,3…8，i＝1,2,3…7；

SS3、根据信息熵算法，即公式(2)，从所述可选测试中选出具有最大单位信息增益的测试，记为t_j′，

k=argmaxj{I(F;tj)cj}---(2)]]>

其中，I(F；t_j)表示测试t_j提供的关于故障集F的信息量，c_j表示测试t_j的测试代价，j＝1,2,3…8，i＝1,2,3…7，

根据公式(2)的信息熵算法，由所述故障诊断树的左至右，生成由X_ja出发的子树，所述子树对应一个故障状态子集，计算所述故障诊断树中每个所述故障状态子集的期望测试代价h(X_ja)

h(Xja)=Σi=1mP(fi)(Σj=1|Pi|cj)---(3)]]>

其中，p(f_i)表示故障f_i的先验概率，m表示故障集F包含的故障状态个数，j＝1,2,3…8，i＝1,2,3…7；

SS4、计算所述测试点t_j的测试代价；

htj=cj+Σa=0k-1P(Xja)h(Xja)---(4)]]>

SS5、选出所述中最小测试代价值对应的测试点，记为t_j″；

SS6、根据t_j″对故障状态集X进行重新划分，从左至右，分别令t_j″的子集为待划分的测试集，重复步骤SS2—SS5，选出下一步具有最小测试代价的测试，如果所述最小测试代价的测试和SS3中的t_j′相同，则执行步骤SS7；否则，计算t_j″的子集的期望测试代价，并向上回溯给测试点t_j″，重新计算并更新测试点t_j″的测试代价，并选出具有最小测试代价的测试，记为t*；

SS7、令t*的子集为X，变量t包含了除t*外其他测试，运行上述算法，直到X不再可分。