典型文献
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
文献摘要：
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.
文献关键词：
控制系统执行器;故障诊断;时间序列分析;TCN网络;LSTM网络
中图分类号：
作者姓名：
张文广;贺东旭;吴凯利;蔺媛
作者机构：
华北电力大学控制与计算机工程学院,北京102206;上海新华控制技术集团科技有限公司,上海270062;华北电力大学新能源学院,北京102206
文献出处：
引用格式：
[1]张文广;贺东旭;吴凯利;蔺媛-.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)[J].自动化与仪表,2022(02):11-17
A类：
B类：
多元时间序列,时间序列分析,控制系统执行器,执行器故障,故障诊断方法,实时诊断,在线故障诊断,故障机理,历史数据,时间卷积网络,TCN,在线预测,多通道信号,长短期记忆网络,故障分类,分类模型,燃气轮机控制系统,半物理试验,试验平台,电液执行器,多次重复,复试,循环神经网络,RNN,预测误差,模型准确率,故障数据,数据分类
AB值：
0.281575
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
