基于多观测器融合的气动执行器故障诊断研究

针对气动执行器系统，在建立的执行器非线性动态机理模型的基础上，研究用于模型逼近的动态神经网络，通过仿真解析模型和真实系统获得的数据样本进行两次学习训练，设计出用于故障检测的和多个用于故障隔离的非线性观测器阵列，通过多观测器的融合来获得执行器故障检测、故障分离与故障辨识的技术方法。

本项目是针对流程工业广泛应用的气动执行器，采用模块化形式，将执行器分成控制器、电气转换单元、气动放大器、薄膜气室、薄膜执行机构、调节阀体6个模块，通过等效的物理模型和模型简化，运用静力学、流体力学、热力学、运动力学等原理，首次完整地建立了非线性动力学机理模型，研究模型的参数辨识与模型的时域频域实验验证，分析切换、滞环等非线性特性，开环与闭环实验测试表明模型误差不超过10%，气动控制阀机理建模、参数辨识、实验验证、非线性分析等内容是国际上首次完整系统的研究，这对控制阀设计、控制、优化、性能评估、故障诊断研究将产生积极的作用；借鉴现代医疗健康的体检体系，首次提出了针对气动控制阀动作载荷性能、定位控制性能、流量调节性能三大类性能，研究制定了性能评估的测试信号与测试方案，并创新性的使用定量指标全面的对每个性能进行描述，仿真和实测表明可实现性和针对性，在国际上首次完整系统地提出气动控制阀性能评估体系，这对IEC（国际电工委员会）、ISA（美国仪表协会）关于控制阀的技术标准的发展可能会产生积极的作用，对控制阀设计、质检、维修保养等应用研究将产生积极的作用；通过观测器和信号分析的方法，研究了运动部件故障、粘滞故障、介质泄漏类故障、填料函故障等故障诊断，为开发执行器故障离线与在线诊断系统提供了理论基础。