[发明专利]一种基于造纸机湿端的主动故障检测方法

权利要求书

1.一种基于造纸机湿端的主动故障检测方法，其特征在于，包括：

通过数字摄像和图像处理可以获得造纸机湿端白水池内絮凝颗粒的灰度分布图，根据该灰度分布图提取灰度分布的概率密度函数，用径向基函数神经网络逼近其概率密度函数；所述概率密度函数由下式给出：

γ(y,u(k))＝ω₁(k)R₁(y)+ω₂(k)R₂(y)+ω₃(k)R₃(y)+d(k) (1)

其中，y∈[0,1]，u(k)为控制输入，ω₁(k)、ω₂(k)和ω₃(k)均为权值，d(k)为包含模型不确定性、噪声和外部干扰的未知输入项，高斯型径向基函数：

由于线性径向基函数其中则概率密度函数也表示为：

γ(y,u(k))＝R(y)V(k)+L(y) (3)

其中，V(k)为输出权值；

根据所述概率密度函数建立系统的状态空间模型，

其中，x(k)为系统的状态向量，u′(k)为辅助信号，f(k)为系统发生的故障，经扫描辨识法可得状态空间模型的参数：

随机选取概率密度函数中的未知输入项，确定系统不确定项的椭球集合；

由椭球仿射变换性质得到正常和故障后系统的输出权值椭球，以在给定的测试周期内，辅助信号对正常系统和故障后系统输出集合的交集为空，并使所添加的辅助信号对系统的影响最小为目标，计算求解最优辅助信号；

将计算得到的辅助信号带入系统进行主动故障检测。

2.如权利要求1所述的方法，其特征在于，步骤随机选取概率密度函数中的未知输入项，确定系统不确定项的椭球集合具体包括：

已知系统的初始状态x(0)，未知输入项d(k)所用的数据点从n个随机数中选取m+1个，则系统的不确定项Δ＝(x(0),d(0),...,d(m))^T属于椭球集合：其中Q为适当维数的单位矩阵。

3.如权利要求2所述的方法，其特征在于，由椭球仿射变换性质得到正常和故障后系统的输出权值椭球具体包括：

预测m步后的输出权值：取m＝5，求得各参数：

在0到1之间选取6个随机数作为未知输入项，由椭球仿射变换性质可得正常和故障后系统的输出权值椭球为：

其中，c₁和c₂分别为正常和故障后系统的输出权值椭球的中心，P₁和P₂分别为控制正常和故障后系统的输出权值椭球形状的特征矩阵。

4.如权利要求3所述的方法，其特征在于，以在给定的测试周期内，辅助信号对正常系统和故障后系统输出集合的交集为空，并使所添加的辅助信号对系统的影响最小为目标，计算求解最优辅助信号具体包括：

合适的辅助信号满足：

求解得到最优辅助信号：

其中，η_opt表示λ_opt对应的特征向量。