检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

EMB夹紧力控制与传感器故障诊断研究进展

汽车工程 2022年第5期44卷 736-746,755页

作者：张奇祥靳立强靳博豪张伊晗陈鹏飞刘永腾李建华吉林大学汽车仿真与控制国家重点实验室长春130022 浙江亚太机电股份有限公司智能汽车控制系统研究院杭州311200 北京汽车研究所有限公司北京100079 国家汽车质量监督检验中心(北京顺义) 北京101300

电子机械制动系统(electro-mechanical brake system,EMB)采用电控纯机械制动技术,可实现多种主动安全控制功能,具有结构精简、响应迅速,能够对车轮制动力矩进行独立精确控制等优势。为全面梳理EMB系统的发展现状,明确其未来技术走向,... 详细信息

电子机械制动系统(electro-mechanical brake system,EMB)采用电控纯机械制动技术,可实现多种主动安全控制功能,具有结构精简、响应迅速,能够对车轮制动力矩进行独立精确控制等优势。为全面梳理EMB系统的发展现状,明确其未来技术走向,本文首先介绍了EMB的组成架构,分析了EMB典型结构型式的优缺点并确定了相关内容的主要研究方向。然后从夹紧力控制和传感器故障诊断两个层面分别对国内外的研究进展展开综述;分析了夹紧力控制算法的发展历程及未来研究重点,对比了3种典型夹紧力控制算法的试验效果;接着介绍了传感器故障诊断的具体类型及作用,通过定量化的指标分析不同故障诊断算法的实际控制效果。最后对EMB系统所面临的问题及未来发展趋势进行了分析和展望,指明了进一步的研究可以集中在夹紧力控制和传感器故障诊断等算法准确性和鲁棒性的提高、EMB与线控底盘集成控制技术的协调控制以及EMB对整车稳定性和舒适性的影响等方面。

关键词：电子机械制动系统(EMB) 结构型式夹紧力控制传感器故障诊断

在线全文

学校读者我要写书评

暂无评论

航空发动机双重传感器故障诊断逻辑研究

航空动力学报 2012年第11期27卷 2599-2608页

作者：孔祥兴王曦北京航空航天大学能源与动力工程学院北京100191

针对航空发动机控制系统的双重传感器故障,提出了一种采用双路容错设计的卡尔曼滤波器故障检测隔离系统.故障检测隔离系统由一系列卡尔曼滤波器组成,每个滤波器都假定2路传感器故障,而以故障支路外的测量值作为输入量.当双重传感器故障... 详细信息

针对航空发动机控制系统的双重传感器故障,提出了一种采用双路容错设计的卡尔曼滤波器故障检测隔离系统.故障检测隔离系统由一系列卡尔曼滤波器组成,每个滤波器都假定2路传感器故障,而以故障支路外的测量值作为输入量.当双重传感器故障发生时,只有不包含故障传感器信息的滤波器保持较低的估计残差,其他滤波器都会产生较大的估计残差,如此双重传感器故障便可以被隔离.利用滤波器组估计残差的特征,进一步设计合理的运算逻辑,系统就可以同时对传感器单一故障进行检测和隔离.为了验证故障诊断系统的有效性,在发动机慢车状态分别对传感器发生双重故障和单一故障的情况进行仿真.仿真结果表明:故障诊断系统能够准确有效地对传感器双重故障和单一故障进行检测和隔离.

关键词：航空发动机传感器故障诊断双重故障诊断卡尔曼滤波器故障诊断逻辑

在线全文

学校读者我要写书评

暂无评论

基于卡尔曼滤波器的传感器故障诊断

仪器仪表学报 2005年第z1期26卷 79-80页

作者：许秀玲汪晓东张浩然浙江师范大学信息科学与工程学院金华321004

传感器故障诊断是当今研究的热点领域。利用卡尔曼滤波器及多重故障假设检验方法检测发动机控制系统传感器硬、软故障,并实现故障传感器的输出重构。仿真表明,所研究的方法能及时、有效地检测到故障传感器,并对其进行隔离和重构,没有发... 详细信息

传感器故障诊断是当今研究的热点领域。利用卡尔曼滤波器及多重故障假设检验方法检测发动机控制系统传感器硬、软故障,并实现故障传感器的输出重构。仿真表明,所研究的方法能及时、有效地检测到故障传感器,并对其进行隔离和重构,没有发生误报和漏报现象。

关键词：传感器故障诊断卡尔曼滤波器多重故障假设检验

在线全文

学校读者我要写书评

暂无评论

水下机器人传感器故障诊断

机器人 2006年第1期28卷 25-29页

作者：王丽荣徐玉如哈尔滨工程大学船舶工程学院黑龙江哈尔滨150001

在分析水下机器人传感器故障形式的基础上,对传感器可能出现的三种故障形式分别给出了相应的诊断方法,即通过传感器长时间采集不到数据来诊断传感器信息保持不变的故障,线性平滑滤波解决传感器输出振荡,小波变换检测传感器信息的突变.... 详细信息

在分析水下机器人传感器故障形式的基础上,对传感器可能出现的三种故障形式分别给出了相应的诊断方法,即通过传感器长时间采集不到数据来诊断传感器信息保持不变的故障,线性平滑滤波解决传感器输出振荡,小波变换检测传感器信息的突变.海中试验验证了本方法的可行性.

关键词：水下机器人(AUV) 传感器故障诊断线性平滑滤波小波分析

MSPCA在发动机试车台传感器故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 2007年第11期39卷 1686-1689页

作者：徐涛王祁哈尔滨工业大学自动化测试与控制系哈尔滨150001

针对传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足的问题,提出了基于小波包的MSPCA模型,并应用于传感器的故障诊断.首先,对传感器数据进行正交小波包变换,得到小波包最佳分解树.然后,根据最佳树的... 详细信息

针对传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足的问题,提出了基于小波包的MSPCA模型,并应用于传感器的故障诊断.首先,对传感器数据进行正交小波包变换,得到小波包最佳分解树.然后,根据最佳树的各个节点系数在对应的尺度上建立主元分析模型,利用这些主元分析模型的残差子空间的统计量——平方预报误差对传感器故障进行检测,采用传感器有效度指标对故障传感器进行分离.最后,以火箭试车台液氢供应系统的传感器为例对设计的模型进行了验证,传感器周期性干扰故障诊断实例验证了基于小波包的MSPCA方法的有效性,其检测性能要优于基于小波变换的MSPCA模型.

关键词：小波变换小波包多尺度主元分析传感器故障诊断

基于T-S模糊KPCA模型的分布式控制系统传感器故障诊断

在线全文

学校读者我要写书评

暂无评论

推进技术 2014年第7期35卷 988-995页

作者：王磊谢寿生任立通余坚崔小军空军工程大学航空航天工程学院中国人民解放军93704部队中国人民解放军94175部队

为减小航空发动机多工况的工作特性和分布式控制系统非线性网络环境对故障诊断系统的影响,针对航空发动机分布式控制系统,提出一种基于T-S模糊KPCA模型的传感器故障诊断方法。首先采用C均值模糊聚类法,以油门杆角度为样本标签,对样本空... 详细信息

为减小航空发动机多工况的工作特性和分布式控制系统非线性网络环境对故障诊断系统的影响,针对航空发动机分布式控制系统,提出一种基于T-S模糊KPCA模型的传感器故障诊断方法。首先采用C均值模糊聚类法,以油门杆角度为样本标签,对样本空间进行模糊分类,再通过模糊相似矩阵剔除各样本子空间的野值点;其次建立标称工况的KPCA模型,并利用训练样本对非标称工况的隶属度函数进行辨识,得到全工况T-S模糊KPCA模型;最后利用统计量T 2和SPE对传感器故障进行检测,并采用数据重构方法对故障传感器进行隔离定位。仿真结果表明该方法对发动机的任意稳定工况具有自适应能力,能够在非线性网络环境下对正常样本和故障样本保持较低的虚警率和漏报率。当多个传感器同时发生故障时,能够准确找到故障源,实现对故障传感器的隔离。

关键词：航空发动机分布式控制系统 T-S模糊模型核主元分析法传感器故障诊断

在线全文

学校读者我要写书评

暂无评论

基于模式识别的传感器故障诊断

控制与决策 2007年第7期22卷 783-786页

作者：徐涛王祁哈尔滨工业大学自动化测试与控制系哈尔滨150001

为满足模式识别故障诊断算法的鲁棒性要求,在小波包分解提取特征向量的基础上,提出了有监督模式分类与无监督模式分类相结合的故障诊断方法.利用小波包分解提取各个频带的能量作为特征向量;采用LVQ神经网络作为有监督的模式分类器进行... 详细信息

为满足模式识别故障诊断算法的鲁棒性要求,在小波包分解提取特征向量的基础上,提出了有监督模式分类与无监督模式分类相结合的故障诊断方法.利用小波包分解提取各个频带的能量作为特征向量;采用LVQ神经网络作为有监督的模式分类器进行故障诊断;运用无监督的减法聚类方法对新型故障模式进行辨识.最后,通过动力系统管路流量传感器数据对算法进行检验,验证了所提出方法的实用性和有效性.

关键词：模式识别小波包 LVQ神经网络减法聚类传感器故障诊断

PCA在火箭发动机试车台传感器故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

南京理工大学学报 2006年第6期30卷 669-672页

作者：徐涛王祁哈尔滨工业大学自动化测试与控制系黑龙江哈尔滨150001

为了解决液体火箭发动机在试车过程中氢供应系统的关键传感器的故障诊断问题，该文利用主元分析（PCA）方法为几个重要传感器建立了主元分析模型。在所建立模型的基础上，根据平方预报误差（SPE）对传感器故障敏感的特点利用其进行传感... 详细信息

为了解决液体火箭发动机在试车过程中氢供应系统的关键传感器的故障诊断问题，该文利用主元分析（PCA）方法为几个重要传感器建立了主元分析模型。在所建立模型的基础上，根据平方预报误差（SPE）对传感器故障敏感的特点利用其进行传感器的故障检测。该文根据一种量化的指标参数——传感器有效度指标（SVI）对故障传感器进行辨识，实现故障分离。一般的基于传感器对SPE贡献率的辨识方法只能进行定性分析，而SVI则将辨识参数量化到0～1之间。更具实用价值。同时，证明了迭代收敛的重构解析表达式，去除了故障传感器数据对重构精度的影响，实现了数据重构。通过仿真实例验证了这种传感器故障诊断及重构方法的有效性．为发动机的正常试车提供了有力的保证。

关键词：传感器故障诊断主元分析平方预报误差传感器有效度指标数据重构

基于GAPSO-FNN神经网络的锂离子电池传感器故障诊断

在线全文

学校读者我要写书评

暂无评论

储能科学与技术 2023年第2期12卷 602-608页

作者：王志福罗崴闫愿徐崧郝文美周聪林北京理工大学机械与车辆学院北京100081 广西科技大学自动化学院广西柳州545000 上海电机学院商学院上海201306

新能源汽车的动力电池内部存在多种传感器用来进行电池系统的安全监测,而传感器故障会导致荷电状态等指标出现误差,严重时会触发电池热失控的风险。为了有效准确地进行电池传感器故障诊断,提出基于遗传算法优化粒子群算法(genetic algor... 详细信息

新能源汽车的动力电池内部存在多种传感器用来进行电池系统的安全监测,而传感器故障会导致荷电状态等指标出现误差,严重时会触发电池热失控的风险。为了有效准确地进行电池传感器故障诊断,提出基于遗传算法优化粒子群算法(genetic algorithm optimized particle swarm optimization,GAPSO)和模糊神经网络(fuzzy neural network,FNN)的锂离子电池传感器故障诊断方法对锂离子电池的传感器进行故障诊断,该方法使识别故障准确率迅速提升。本工作首先通过硬件平台和Matlab/Simulink环境相结合的方式获取电池传感器故障的数据,然后对故障数据进行预处理及特征提取,最后采用GAPSO-FNN算法对电池传感器进行故障诊断,并与传统神经网络和模糊神经网络方法的结果进行对比。仿真结果表明,基于GAPSO-FNN的锂离子电池传感器故障诊断方法相比于传统的神经网络方法测量准确率提升了25%,相比于模糊神经网络准确率提升了10%,故障诊断准确率能够达到95%,在减少故障诊断所需信息量的同时,有效地提升了故障诊断的准确率。

关键词：锂离子电池传感器故障诊断 GAPSO-FNN 健康监测热失控风险

维普期刊数据库博看期刊

同方期刊数据库