基于多网络模型的工程机械液压系统故障诊断研究

提出一种针对工程机械液压系统的多网络模型的故障诊断方法。该网络模型以广义回归神经网络(General regression neural network,GRNN)为基础,引入全局递归的反馈机制,构建动态GRNN模型。该方法首先为多个目标故障建立同等数量的动态GRNN目标故障模型,计算每个目标故障模型的检测阈值;然后,将测试故障样本代入每个目标故障模型中,当其残差平方和在对应阈值范围内即可确定故障类型。实验结果表明:多网络模型的故障诊断方法准确地诊断出95%以上的系统故障。

动态MPCA在发酵过程监测与故障诊断中的应用

针对发酵过程非线性和时变特点,提出了一种具有实时性的动态MPCA方法,采用多模型非线性结构代替传统MPCA单模型线性化结构,克服了后者不能处理非线性过程和实时性的问题,并避免了MPCA在线应用时预报未来测量值带来的误差,提高了发酵过程性能监测和故障诊断的准确性。对头孢菌素C发酵过程的拟在线仿真研究,验证了基于动态MPCA的统计过程监测的有效性。