基于多元时间序列分析的控制系统执行器故障诊断方法研究

摘要：

为提高控制系统执行器故障实时诊断的准确率,该文提出一种基于多元时间序列分析的控制系统执行器在线故障诊断方法.首先分析了控制系统执行器故障机理,确定了表征执行器故障的关键信号;其次采用执行器历史数据,建立了时间卷积网络(TCN)在线预测模型,对执行器多通道信号进行在线预测;随后通过长短期记忆网络(LSTM)对多通道残差信号建立了故障分类模型;最后以燃气轮机控制系统执行器半物理试验平台中的电液执行器为例进行了多次重复试验验证.结果 表明,基于TCN网络的在线预测模型相比传统循环神经网络(RNN)预测误差较小;基于LSTM网络的故障分类模型准确率较高;通过LSTM网络对多通道残差信号进行故障分类,比对原始故障数据分类故障准确率更高.

关键词：控制系统执行器;故障诊断;时间序列分析;TCN网络;LSTM网络

所属期刊栏目：37

分类号：TP277(自动化技术及设备)

资助基金：国家科技重大专项2017-V-0011-0063

在线出版日期：2022-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：11-17