[发明专利]基于动态趋势的一阶随动系统传感器故障诊断方法及系统

权利要求书

1.一阶随动控制系统传感器故障诊断系统，其特征在于：

基于四容水箱的“复杂过程系统创新实验平台”，该平台通过OPC通讯技术，将OPC服务器连接到实验设备的下位机PLC，Matlab/Simulink虚拟控制器能够通过PID运算进行液位控制，结合组态Wincc监控界面的实时监控和Matlab中Workspace的在线动态数据进行实时数据分析和建立诊断模型。通过调用Simulink函数编写程序生成M文件动态链接到Matlab软件中实现故障诊断方法的验证。

2.一阶随动控制系统传感器故障诊断方法，其包括以下步骤：

1)通过Simulirik对随动信号输入过程进行建模；通过上位机组态软件SIMATIC WinCC建立人机界面，方便控制实验过程，满足研究需要；建立单容液位系统半实物基础实验平台进行动态仿真；

2)通过模拟机械开关实现了乘性故障模块、无故障模块和加性故障模块之间的切换，采集实验数据；并通过SIMATIC WinCC建立的人机界面实时观察随动系统液位变化，及时处理异常情况；

3)基于滑动窗口的数据处理模型，将故障隔离在窗口内，构建故障监测静态模型：

4)利用自适应阈值二值化方法计算故障向量，构建故障估计静态模型：

5)当确定故障发生后，选取数据变化最为明显的区间t，得到时间变量集为t＝[t₁,t₂,...,t_w]，相应的动态响应测量集为y＝[y₁,y₂,...,y_w]，根据最小二乘法得到这段区间内数据动态趋势的拟合方程：

采用系统的加性故障状态和乘性故障状态不同强度的模拟动态数据处理，将式(12)中一次项系数作为提取到的特征值EV：

其中P为加性故障特征值，Q为乘性故障特征值。为了定量的分析两种故障特征值的区别，再次采用一元线性回归法对不同故障类型的一次项系数进行拟合，分别以加性故障偏差和乘性故障的增益作为自变量，分别以各自的一次项系数作为因变量，得到加性故障特征值和乘性故障特征值静态模型：

在系统发生故障时，基于故障估计分别得到加性和乘性的故障强度，将加性故障偏差和乘性故障增益代入相应拟合方程中得到相应的和

故障定位静态模型故障诊断时利用实测数据的一次项系数与和计算：

较小者视为有效结果，由此判断故障类型为加性故障或者乘性故障。

3.权利要求2所述的一阶随动控制系统传感器故障诊断方法，其特征在于：所述步骤3)中故障检测阈值的确定方法：

数据绝对值残差是一个判定标准，可以用于统计系统发生故障时的边界值：

e＝|A-A^*| (8)

其中e为绝对值残差，A为可观察数据值，A^*为期望数据值。系统发生故障后的系统响应需要一定的控制时间，为了避免系统做出相应控制动作后单个数据不足以反映变化，截取合理的数据窗口尤为重要，利用数据窗口还可以滤除传感器本身测量噪声对故障诊断的干扰。

当系统采样周期为T，数据点总数为N，选取数据窗口大小t(数据点n)，则有：

n＝t/T (9)

采用堆栈结构将新采集的动态数据填充进窗口并剔除最早的数据，设共有m个数据窗口，则：

m＝N-n+1 (10)

数据的窗口残差和由该窗口内所有数据点绝对值残差相加得到，设E_i为第i个窗口残差和，那么：

式中A_i为第i个实际数据点，A_i^*为第i个期望数据点。

假设正常数据残差和满足正态分布，采集l组正常数据的最大残差和，计算l组数据最大残差和平均值：

标准差为：

将2σ作为去除异常数据的方法，则故障发生时残差和：

其中E^*为故障监测阈值。