基于云理论的控制系统监测与诊断方法的研究

摘要

在现代工业生产过程中，经过一段时间的运行后，控制回路往往会偏离最初设计时的性能指标，有时可能会严重恶化。若不及时的监测到其性能下降并采取有效措施修复控制器，将降低控制系统所产生的经济效益。近年来，控制系统性能评估与诊断的研究成为控制界的研究热点。本文从控制系统中的不确定性出发，引入了李德毅院士提出的云理论来表达系统中的不确定性，充分利用了信息的随机性和模糊性，实现定性与定量之间的映射。基于云变换（和层次分析法）实现评估功能，使结果更加直观。诊断方面将云模型与传统的关联规则技术相结合，给出一种新的故障诊断的方法，实现基于云理论的控制系统的监测与诊断。本文研究工作包括:
　　(1)综述了控制器性能评估和故障诊断领域的研究现状，性能评估方法和故障诊断方法的发展趋势。
　　(2)系统的介绍了云理论的历史、研究现状及发展趋势，阐述了云理论的基本概念、生成方法和一些基本运算。
　　(3)将云理论应用在复杂的控制系统中。引入“多维云”的概念，将每个控制回路都用一维云模型表示，然后合成为多维云，通过多维的待测云与标准云比较，计算出相似度系数，从而得出系统的性能评估结果。通过仿真证明该方法的有效性。
　　(4)在云理论的基础上引入层次分析法，更加合理地构建了系统的功能层次;通过云模型对指标相对值和评价集进行表示的方法更易于对系统中包含的不确定性信息进行有效处理，具有更为广泛的实际应用范围。
　　(5)将云模型与传统的关联规则技术相结合，给出了云关联规则的定义、挖掘方法与提取算法，提出了基于云关联规则的故障检测方法，并对气动执行器进行了实例仿真。研究结果表明，基于云关联规则的气动执行器故障检测与诊断方法具有良好的可靠性和稳健性，能够较好地处理检测与诊断中的模糊性和随机性问题，并且该方法在故障检测方面也有较好的及时性。

目录

声明

摘要

第1章 绪论

1．1 控制系统性能监测与诊断方法研究的必要性

1．2 控制性能评估方法的发展及应用现状

1．2．1 基于最小方差控制的评估方法与指标

1．2．2 扩展及用户指定的性能指标

1．2．3 基于先进控制的性能评估方法

1．2．4 限定结构的控制器性能评估

1．3 控制系统性能评估的发展趋势

1．3．1 含经济指标的多层次优化控制的性能评估

1．3．2 非线性系统与时变系统的性能评估

1．3．3 性能评估方法的综合化与智能化

1．4 控制系统诊断方法的发展及应用现状

1．4．1 基于模型的故障诊断方法

1．4．2 不依赖于模型的故障诊断方法

1．5 控制系统诊断的发展趋势

1．5．1 远程网络控制系统故障诊断

1．5．2 混合故障诊断方法

1．5．3 鲁棒故障诊断

1．6 论文的结构与内容

第2章 云理论

2．1 云模型的产生背景

2．2 云的定义及数字特征

2．2．1 云的基本定义

2．2．2 云的3En规则

2．3 云发生器

2．3．1 正向云发生器

2．3．2 逆向云发生器

2．3．3 条件云发生器

2．4 云模型的分类

2．5 云模型的不确定性推理

2．6 云的其它重要概念

2．6．1 虚云

2．6．2 云运算

2．6．3 云变换

2．6．4 基于云模型的泛概念树

2．7 云理论发展的现状及应用述评

2．7．1 数据挖掘及知识发现

2．7．2 算法改进

2．7．3 系统评测

2．7．4 决策支持

2．7．5 智能控制

2．7．6 网络安全

2．8 云模型研究展望

2．9 本章小结

第3章 基于云变换的控制系统性能评估方法研究

3．1 复杂控制系统性能评估的算法研究

3．2 二维云

3．2．1 二维云的定义

3．2．2 二维云发生器

3．2．3 云的相似度

3．3 仿真算例

3．4 本章小结

第4章 基于云变换与层次分析法的控制系统性能评估方法研究

4．1 云理论的数据分析

4．1．1 正向云发生器

4．1．2 逆向云发生器

4．2 层次分析法

4．3 云的相似度计算

4．3．1 基于面积的ECM算法

4．3．2 算法步骤

4．4 基于云理论和层次分析法的控制系统性能评估的算法研究

4．5 仿真算例

4．6 本章小结

第5章 基于云关联规则的控制系统诊断方法研究

5．1 引言

5．2 关联规则

5．2．1 关联规则挖掘问题的形式化描述

5．2．2 关联规则挖掘算法的相关定义

5．2．3 关联规则的分类

5．2．4 关联规则的挖掘方法

5．3 云关联规则

5．3．1 云关联规则基本概念

5．3．2 云关联规则的提取算法

5．4 基于云关联规则的控制系统诊断方法

5．5 仿真算例

5．5．1 气动执行器的模型

5．5．2 云变换

5．5．3 云关联规则的挖掘

5．5．4 故障检测与结果分析

5．6 本章小结

第6章 总结与展望

参考文献

致谢