论文部分内容阅读
现代工业流程的迅猛发展对自动化控制技术带了越来越多的挑战,其控制回路的性能好坏决定了工业生产的生产成本、经济效益以及操作的安全性等,性能评估和故障诊断技术亟待发展。振荡现象作为控制回路性能低下的显著表现特征之一,会经由单回路间反馈和多回路间传播造成设备老化和影响产品质量等问题。研究表明,振荡成因主要由线性成因和非线性成因两部分组成,其中执行阀粘滞故障所导致的非线性特性较为常见。现有的非线性检测方法大多基于假设检验的框架,根据统计指标的选择可分为参数法和非参数法,其中不需要过程先验知识的非参数检验法较为常用。然而在实际工业过程中,前述非线性检测法往往会受限于待测信号长度,在非稳态序列和弱非线性序列上的检测效果不佳。本文着眼于工业过程控制回路的非线性检测问题,进行了如下研究:1.提出一种在假设检验框架下结合高阶谱和替代数据法的非线性检测方法。其中引入了一种全新的高阶谱统计量——倒双相干谱,其能有效消除信号幅值对高阶谱估计方差的影响,在此基础上设计非线性检测统计指标。并将传统的替代数据法AAFT与去趋势、复趋势相结合以确定非线性检测的监控线。通过仿真实验验证了本算法相比Choudhury提出的基于双相干谱的非线性检测算法在弱非线性序列和短时序列上检测的优势。2.提出一种将基于假设检验理论的数据融合算法应用到非线性检测中的方法。该融合算法集成了9种单一的非线性检测统计指标,同时还可以选用4种不同的数据融合模型以完成非线性检测。在此基础上开发了一套基于MATLAB的非线性检测工具箱,可实现功能包括单个非线性检测法和多个基于假设检验数据融合的非线性检测法。在仿真部分提供了对单个非线性检测法的鲁棒性估计,并验证了融合算法能弥补单个假设检验法在非线性检测性能上的不足。3.提出一种基于非稳态激励输入信号以检测输出信号中非线性失真的非线性检测方法。其中,利用局部多项式法去除频谱泄露误差,并利用信号周期性区分输出噪声中的非线性失真和测量噪声。通过仿真验证了相比Pintelon&Schoukens提出的稳态激励信号,非稳态激励对过程非线性失真的敏感度更高,能在更弱的激励信号能量水平下达到更高的检测准确度。