[发明专利]一种基于造纸机湿端的主动故障检测方法

说明书

本发明公开了一种基于造纸机湿端的主动故障检测方法，涉及造纸机故障检测技术领域，所设计的主动故障检测方法针对存在未知但有界干扰的非高斯随机分布系统，验证正常和故障系统输出权值的交集是否为空来检测系统是否发生了故障，能迅速而准确地检测出隐藏的故障并提高故障检测性能。

技术领域

本发明涉及造纸机故障检测技术领域，特别是涉及一种基于造纸机湿端的主动故障检测方法。

背景技术

造纸工业生产过程直接催生了随机分布系统概念的提出，并在其相关的领域饱受重视。随机分布系统的控制对象是整个系统的输出概率密度函数，其输入、噪声和故障类型并不一定服从高斯分布，其随机变量是非高斯型的，不能用传统的以输出均值和方差为特性的控制方法。传统的被动故障检测方法需要系统的输入-输出测量值。

现有的主动故障检测方法只针对模型参数不同时的参数故障的检测，同时现有的非高斯随机分布系统被动故障检测方法检测数据多，检测阈值的设定没有实际的依据。

发明内容

本发明实施例提供了一种基于造纸机湿端的主动故障检测方法，可以解决现有技术中存在的问题。

一种基于造纸机湿端的主动故障检测方法，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；

根据所述概率密度函数建立系统的状态空间模型，经扫描辨识法得到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。

优选地，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：

优选地，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。

优选地，系统的状态空间模型为：

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：

优选地，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。

优选地，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：