基于完全邻域保持嵌入的光伏组件热斑故障诊断

针对局部阴影遮挡引起的光伏组件热斑,提出一种基于完全邻域保持嵌入的热斑故障诊断方法。该方法采用流形学习从光伏组件运行数据中提取非线性特征,在不借助红外图像的前提下实现组件状态的高灵敏检测。所提方法较传统方法能够更精准地反映组件运行状态,进而实现故障检测与故障分级。依托国家电网电力科学研究院实验平台,通过对15组不同程度的热斑故障样本进行性能验证与对比,所提方法能够有效实现故障检测与评估。

基于RBFNN和改进RISE控制策略的无人直升机轨迹跟踪控制

考虑模型不确定性和外部干扰等影响,基于径向基函数神经网络(radial basis function neural network,RBFNN)和改进的误差符号函数鲁棒积分(robust integral of signum error,RISE)技术,建立无人直升机(unmanned aerial helicopter,UAH)轨迹跟踪控制设计方案。首先,建立包含模型不确定性和外部干扰的UAH非线性系统模型,利用跟踪误差作为RBFNN输入信号估计由模型不确定性和外部干扰组成的复合扰动。其次,将滤波信号及其变化率权重组合作为RISE输入信号设计控制器,从而降低控制设计方案对UAH动力学模型的依赖程度。进而,借助Lyapunov稳定性理论分析整合后闭环跟踪误差系统的稳定性,并给出控制参数的选取方法。最后,借助现有文献中UAH系统模型,仿真与比较结果均说明所提控制算法的有效性和优越性。

基于神经网络观测器的一类非线性系统的故障调节

将一般形式的非线性模型线性化为输出反馈型.针对该类系统,首先利用神经网络的一致逼近任意非线性连续函数的性质,构造神经网络自适应观测器,以获取反映故障信息的残差;然后根据残差信息在线估计故障;最后通过修正控制律来补偿故障所带来的影响,并采用Lyapunov稳定性理论证明了系统的稳定性.仿真结果验证了该方法的有效性.

基于自适应观测器的MIMO系统执行器故障调节

针对多输入多输出(multipleinmultipleout,MIMO)线性系统的执行器故障提出了一种新的故障调节的设计方法.该方法针对执行机构的增益损失,构造了用于在线估计执行器故障的增广误差,增广误差不仅包括从自适应观测器中获得的可反映故障信息的输出残差,还包括由输入构造的辅助误差.利用该误差信息估计执行器的故障后,再根据估计的故障给执行机构以相应的补偿,恢复系统的各项性能.通过在飞机模型上的仿真实验验证了该方法的有效性.

具有随机传输时滞的网络化控制系统故障检测

针对具有干扰的网络化控制系统提出了一种鲁棒故障检测方法。考虑网络化控制系统中,被控对象的传感器和执行器之间的信息传输是通过一个共享传输媒介与控制器连接实现,传感器-控制器,控制器-执行器之间的时滞由两个独立的马氏随机过程分别描述。通过对被控系统状态和故障检测滤波器的适当扩维,鲁棒故障检测滤波器以一组线性矩阵不等式(LMIs)的形式给出设计方法。残差基于控制器和故障检测滤波器获得的数据生成,在无故障发生时,其输出趋于零,故障发生后,跟踪故障信息。最后给出一个例子说明了所提方法的有效性。

基于观测器的网络控制系统的容错控制

针对具有大传输时延的网络控制系统,提出了一种基于观测器的主动容错方法。利用多采样技术将随机时延网络控制系统建模成具有输入时滞的Markov跳跃系统。在该模型的基础上设计了基于观测器的故障诊断算法,提供系统状态量和发生故障后系统的故障信息。利用故障信息和具有时延的状态量构造主动容错控制器,恢复故障系统的性能。倒立摆仿真验证了所提理论方法的有效性。

提高研究生培养质量的思考

在研究生教育改革正在进行还没有形成新的体制的情况下,摸索一种适合新形势要求的研究生培养方式,提高研究生培养和学位授予的质量,是目前研究生培养工作的当务之急。严把研究生学位论文质量,是提高研究生的培养和学位授予质量的一种有效措施。

网络控制系统的故障诊断

网络控制系统(Networked control systems,NCSs)是反馈通过数据网络的控制系统,跟传统控制系统相比,具有很多优点。但是,网络包含的时滞和其他数据特性会使得设计时未考虑网络的反馈系统性能下降。本文总结了近年来一些关于网络控制系统故障诊断的主要思想和结果,包括具有时滞的网络控制系统的故障检测及诊断技术,基于简单时滞系统模型;Markovian跳跃系统模型,混合系统模型及T-S模型的网络控制系统;以及对今后研究的展望。

基于国际化培养的研究生教学探索与实践

科技的发展和经济全球化的深入,推动着研究生培养的国际化发展。教学国际化是实现研究生国际化培养的基础和重要途径。在学习借鉴国外研究生教育的先进教育理念、教学内容和模式的基础上,论证"四化"模式是不断完善研究生国际化培养课程设置、提高研究生培养质量、增强研究生综合素质的有效方法。

全日制专业学位硕士研究生培养两个基本点——基础性和实践性

随着国家对专业学位研究生教育的大力发展,探讨如何培养高质量的全日制专业学位研究生具有重大的教育意义和社会意义。基于学位制度设计的特征和研究生培养的实际情况,提出全日制专业学位硕士研究生培养过程中的两个基本点:基础性和实践性。基础性强调通过基础课程设置和基础科研训练,培养学生扎实的理论基础和学术视野;实践性强调通过大量全方位的校内外实习,培养学生的专业技术能力和职业能力。

基于误判损失最小化支持向量机的故障诊断

为了解决决策导向无环图支持向量机(DAG-SVM)故障诊断的划分偏好问题,采用误判损失最小化支持向量机(MLM-SVM)对多分类决策结构进行寻优.传统方法以最大化诊断正确率为目标,该方法则考虑了各类误判引发损失的差异性,以最小化误判带来的损失为优化目标.针对k类故障进行诊断时,MLM-SVM首先给出各误判情况的惩罚因子,并生成k!种决策结构的误判损失混淆矩阵;然后,结合总体损失风险函数,求解出各结构对应的误判损失风险,进而获取具有最小误判损失风险的决策结构用以故障诊断.将该方法用于变压器故障诊断中,寻找得到最佳结构;然后采用k!种决策结构进行故障诊断,统计其误判损失,得出最佳结构.两者所选结构吻合,从而验证了该方法的有效性.

现代控制理论线上教学实践探索

《现代控制理论》是很多工科院校的重要专业基础课,理论性强、信息量大,具有一定深度和难度。由于新冠疫情影响,南航自动化学院课程组在2019—2020第二学期针对该校自动化专业、探测制导与控制技术和电气工程及其自动化专业共300余名学生全面开展了线上课程,进行了合理的教学内容分配,利用线上平台建立完整的教学体系、开展线上教学,同时开发软件资源开展线上实验教学,最后制订周密计划进行线上考试。该次线上教学尝试取得了良好的教学效果。

基于近似熵的直流牵引电动机健康监测方法

针对直流牵引电动机健康状态估计缺乏有效的快速算法问题,提出了一种基于近似熵的直流牵引电动机健康状态实时分析方法.并对传统的近似熵计算方法用矩阵运算进行算法优化,提升了运算速度.针对直流电动机的电磁特性,融合待检测电动机的电流、电压、转速信号信息计算出电动机系统近似熵值,并依此判断电动机健康状态.最后,用直流电动机实验平台的数据验证了该方法的有效性.

基于自适应PCA的高频电源故障检测

针对高频电源故障检测问题,考虑系统的时变性和各变量之间的相关性,在传统主元分析(Principal Component Analysis,PCA)的基础上,引入实时模型更新,提出一种改进的自适应主元分析方法。首先,正常工况下建立历史数据矩阵,对实时采集的无故障数据进行相似度计算,决定模型的局部更新,结合历史数据和更新数据进行协方差矩阵的权重分配,然后,建立新的主元模型,最后使用SPE和T2结合的统计量进行在线故障检测。Matlab环境下,对高频电源现场数据进行仿真验证,表明该方法具有较好的实时性和准确性。

基于LSSVM的卫星姿态控制系统故障诊断

提出了一种基于最小二乘支持向量机(LSSVM)非线性观测器的卫星姿态控制系统故障诊断方法。与标准的支持向量机回归算法相比,最小二乘支持向量机回归算法收敛速度快,适用于在线训练。该方法利用其回归逼近非线性函数的能力,设计基于最小二乘支持向量机的非线性系统状态观测器,在线训练最小二乘支持向量机回归,并用于估计卫星姿态控制系统故障。最后,通过仿真验证了这种方法可以快速准确地估计出卫星姿态控制系统的故障。

基于势博弈的异构多智能体系统任务分配和重分配

针对异构多智能体系统,基于势博弈理论提出一种新的任务分配和重分配算法.考虑任务执行同步性和任务时效性的多重约束,导致异构多智能体系统中各个体任务执行时间受到多种限制,建立一个基于势博弈的算法结构,使系统以分布式方式工作.在此基础上,基于势博弈理论设计任务分配算法,保证在较低复杂度的同时,可以得到近似最大化期望全局效用的良好分配方案,并且随后将所提出的方法推广到任务重分配方案实现故障下的容错.最后,针对攻击任务场景对所提算法进行仿真验证,结果表明,在期望全局效用、容错能力和算法复杂度方面具有全面的性能.

异步电机定子匝间短路故障建模及检测研究

为定子绕组匝间短路故障是典型的异步电机定子故障,及时地检测出故障并采取措施,才能保证电机的安全运行。在两相同步旋转坐标系下对匝间短路故障时的异步电机进行机理建模,并转化为状态方程的形式,基于CRH2型异步电机进行仿真研究,利用短路匝故障系数通过多模型匹配的方法进行故障检测。仿真结果验证了模型的准确性与有效性,并通过多模型匹配检测出异步电机的故障情况。

SSDA波形匹配在高频电源开关控制中的应用

针对高频电源开关控制问题,提出改进序贯相似度检测(SSDA)的波形匹配方法来预测一次电流过零点,以控制高频电源开关元件开通和关断来提高高频电源输出功率。通过对SSDA算法阈值设定方法的改进,提高了该算法的匹配速度。首先,对不同条件下的一次电流波形进行取点,考虑波形采集过程的噪声,依次采取低通滤波和算术平均滤波的方法对采样数据进行处理后建立波形库。利用改进SSDA波形匹配的方法,根据匹配相似度较高的库中波形来预测目标波形的过零点时间,从而控制电源开关。实验结果证明,所提方法具有可实施性,且有较快的匹配速度以及较高的匹配精度。

基于爬山法快速波形匹配的高频电源过程控制

提出了基于波形匹配的方法预测一次电流过零点,来提高高频电源输出功率。然而直接使用归一化互相关算法计算量大,速度慢。为了提高匹配速度,本文采用爬山法启发式搜索策略,实现了非遍历性搜索,并能快速找到最优匹配点。实验结果表明,爬山搜索算法性能优越,用于高频电源过程控制中是可行的,且具有快速性和较高的准确性,相比直接互相关算法,速度提高了一个数量级左右。

高压共轨系统优化无模型自适应轨压控制

高压共轨柴油机的轨压大小对于柴油机的排放性能、动力性能有着至关重要的影响。目前的轨压控制多采用PID控制方案,但PID控制存在控制精度低、全工况下需要标定的控制器参数量大、对波动的控制效果不理想等缺点。为了克服PID控制算法存在的缺点,提出了一种基于无模型自适应算法的轨压控制算法。对于无模型自适应控制算法中的控制器参数,通过Q学习进行优化整定。MATLAB/Simulink仿真结果表明,在不同的工况下,与传统的PID控制相比,基于Q学习的无模型自适应控制算法控制性能更好。