基于T-S模糊模型的故障診斷及其在熱處理爐的應(yīng)用研究.pdf

1、隨著工業(yè)技術(shù)的高速發(fā)展，現(xiàn)代工業(yè)生產(chǎn)過程中對(duì)于生產(chǎn)設(shè)備的安全性和可靠性的要求也變得越來越高。然而，目前工業(yè)生產(chǎn)系統(tǒng)普遍存在著非線性、強(qiáng)耦合、時(shí)變和參數(shù)不確定等諸多特點(diǎn)，這對(duì)系統(tǒng)的控制和故障診斷技術(shù)無疑都提出了更高的要求。
　　本文主要以隧道式發(fā)藍(lán)熱處理爐為研究對(duì)象，開展并完成了以下工作:
　　(1)針對(duì)復(fù)雜非線性系統(tǒng)，提出了一種基于增廣輸入變量的T-S模糊模型建模方法。該模糊建模方法在原輸入變量的基礎(chǔ)上對(duì)輸入變量進(jìn)行增廣處理

2、后，以后件參數(shù)再反推前件結(jié)構(gòu)進(jìn)行變量的縮減，可快速有效地確定模型的輸入變量，并提高建模精度。
　　(2)在建立T-S模糊模型的基礎(chǔ)上，構(gòu)建出系統(tǒng)各類型故障的基準(zhǔn)殘差序列，以此作為聚類中心進(jìn)行模糊聚類分析，從而快速、正確地判斷系統(tǒng)的故障類型，為故障的預(yù)警和排除提供了可靠依據(jù)。對(duì)于模糊聚類分析，本文提出利用各類型故障的樣本數(shù)據(jù)標(biāo)準(zhǔn)差對(duì)殘差序列進(jìn)行加權(quán)的聚類方法，有效提高了故障決策的準(zhǔn)確性。
　　(3)將基于T-S模糊模型的故障診