控制工程

Select

李元, 张轶男, 冯立伟

控制工程. 2022, 29(2): 198-206.

摘要 ( )

可视化

针对复杂工业过程中存在的动态性、多模态及非线性等特征，提出一种动态局部邻域主多项式分析(DNSPPA)的故障检测算法。首先，设置一定长度的时间窗来描述样本点之间的时序相关关系；其次，寻找时间窗内样本在空间方向上的局部近邻集，利用近邻集对数据样本进行标准化处理；最后，在标准化处理后的数据上建立 PPA 模型，计算统计量并确立控制限进行故障检测。 DNSPPA 方法能解决复杂工业过程中的动态时序问题和多模态数据中心漂移的问题，从而降低多模态结构对 PPA 检测性能的影响。使用具有动态特征的多模态非线性数值例子和青霉素数据对 DNSPPA 方法进行仿真测试，并与主元分析法(PCA)、主多项式分析法(PPA)进行对比，仿真结果表明， DNSPPA 方法能更加及时地检测到故障，且故障检测率较高。

Select

重构与趋势分析相结合的工业过程异常原因诊断

丁学成, 刘强, 詹志强

控制工程. 2022, 29(2): 207-213.

摘要 ( )

可视化

针对传统重构方法难以分离方向相似的产品质量或运行状态相关的故障或异常，提出了一种重构与定性趋势分析相结合的异常原因诊断方法。首先，采用主元分析算法进行建模和监控，并利用重构方法提取故障方向和估计故障幅值；接下来，分别利用角度相似度和定性趋势分析定义故障方向和故障幅值序列的相似度；然后，根据故障方向和故障幅值变化趋势的相似度定义了一种新的综合相似度指标，根据当前发生故障与历史故障之间的综合相似度进行异常原因诊断；最后，采用蒙特卡洛仿真实验获取的数据开展实验研究，将所提方法与传统方法进行比较分析，结果表明了所提方法的有效性。

Select

基于 C-BRB 模型的发动机运行状态监测方法

戴嘉栋, 徐晓滨, 常雷雷, 徐晓健

控制工程. 2022, 29(2): 214-222.

摘要 ( )

可视化

针对发动机运行状态监测过程中发动机内部多个因素之间相关性与建模方法可解释性问题，提出数据驱动下 C-BRB 方法。该方法首先通过样本数据计算发动机内部多个因素之间的 Kendall 秩相关系数，并确定具体 Copula 模型及参数 λ，实现对多个因素之间相关性的测量；然后使用置信规则库(BRB)对发动机内部多个因素建模，在 BRB 推理过程中，每条激活规则的综合匹配度由 Copula 模型对该规则中各前提属性的匹配度进行计算得到，并利用证据推理(ER)算法对所有激活规则进行融合得到输出。实例结果表明，所提方法在推理发动机传感器数据上具有较高的精度。

Select

回转窑烧成系统故障诊断方法研究

艾红, 丁俊龙, 刘云龙

控制工程. 2022, 29(2): 223-230.

摘要 ( )

可视化

针对水泥烧成系统过程变量繁多、变量间静态关系耦合强等特点，采用因子分析方法建立静态过程监控模型。针对系统时序相关问题，结合经典动态主元分析 DPCA 方法和典型变量分析 CVA 方法，提出典型变量动态主元分析 CVDPCA 过程监控方法，有效解决了 DPCA 方法扩展后的数据矩阵维度大等不足之处。将算法用于水泥烧成系统故障检测，结果表明该算法能准确识别故障和更早检测到微小渐变故障。将 CVA 和 DPCA 算法相结合，可以同时监控动态过程和静态关系，且不需要大量的故障数据建立故障模型池，具有一定研究价值。

Select

基于趋势相似性的二甲酚尾气处理过程监测

许飞鸿, 栾小丽, 刘飞

控制工程. 2022, 29(2): 231-237.

摘要 ( )

可视化

利用工业锅炉对二甲酚的尾气进行处理时，存在爆炸和有毒尾气泄漏的风险，因此对二甲酚尾气处理过程进行故障监测十分必要。然而该过程具有非平稳特征，常规的故障监测方法监测准确率不高。为了解决这个问题，提出了基于趋势相似性特征的故障监测方法，通过滑动时间窗口切割时间序列，计算各时间窗口内数据之间的趋势相似性，并以此作为新的监控特征对该非平稳过程进行监测，从而提高监测准确率。最后，以某二甲酚生产企业采集的现场数据进行验证。结果表明，基于趋势相似性特征的故障监测较常规方法有较高的准确率，且监测准确率随过程的非平稳性增强而提高，验证了所提方法的有效性及实际应用价值。

Select

盾构机机械类故障诊断研究进展综述

刘宣宇, 王子文, 邵诚, 王玉栋, 丛秋梅

控制工程. 2022, 29(2): 238-245.

摘要 ( )

可视化

盾构机在运行过程中不可避免地会发生故障，这些故障中以机械类故障较为常见，对盾构机进行状态监测与故障诊断是保证其掘进作业安全、高效的重要手段。详细论述了盾构机刀具磨损、轴承、液压等常见机械类故障及相应的诊断方法，分析了各类故障诊断存在的问题并提出了相应的解决方案。最后对盾构机机械类故障诊断技术进行了建议与展望，并指出在故障诊断系统生态技术框架下，实现盾构机机械类故障诊断的信息化和智能化将会是盾构机未来的发展目标。

Select

基于 RBF 和优化 Wiener 模型的轴承剩余寿命预测

周建民, 高森, 张龙, 李家辉, 熊文豪

控制工程. 2022, 29(2): 246-253.

摘要 ( )

可视化

针对滚动轴承寿命准确预测缺乏表征其健康状态的可靠退化指标的问题，提出径向基(RBF)神经网络及带有漂移参数的维纳(Wiener)模型进行剩余寿命预测。首先，使用小波包奇异谱熵提取轴承振动信号初始特征；其次，利用早期无故障样本特征和失效样本特征训练 RBF 神经网络模型，将已提取特征全寿命数据输入到 RBF 神经网络模型，计算隶属度，作为轴承退化指标；最后，根据滚动轴承的退化轨迹，选择不同 Wiener 模型进行退化建模，根据 AIC 信息准则和对数似然值选择合适的模型，利用极大化轮廓似然函数在线更新模型参数，预测轴承寿命。结果表明，所提出的轴承退化指标能够表征健康状态，基于该退化指标的 Wiener 模型能够准确预测轴承的剩余寿命。

Select

基于 CNN 的变工况滚动轴承故障诊断研究

张珂, 王竞禹, 石怀涛, 张啸尘, 付玲

控制工程. 2022, 29(2): 254-262.

摘要 ( )

可视化

针对滚动轴承工作环境多变和样本不足导致故障诊断效果不佳的问题，提出一种多模态注意力卷积神经网络。该网络采用多个并行卷积层构建，并结合注意力机制，有效地提取了丰富的故障特征。然后提出了两种有限数据条件下的数据增强方法，解决了数据样本不足的问题。另外，将采集到的滚动轴承时域信号通过小波变换转换为时频图谱作为网络输入来提高数据质量，利用多种转频下故障数据对所提方法进行实验分析。结果表明，该方法在变工况实验中准确率高，聚类效果明显，说明该方法能有效提高变工况下轴承故障诊断的精度，具有很好的应用价值。

Select

电厂发电机励磁系统的控制方法研究

姚远, 刘伟男, 黄欣, 赵露平, 宋圣军

控制工程. 2022, 29(2): 257-261.

摘要 ( )

可视化

为了更好地运用励磁系统对电力系统进行控制，将线性最优励磁控制应用到励磁系统。首先，采用古典控制方式，由 PID+PSS 控制的励磁系统对发电系统进行控制，由发电机的运转情况来观察古典励磁控制方式的控制效果；然后，采用线性最优励磁控制对发电系统进行控制，除了改变励磁控制器以外，其他都与原系统设置相同。并且，在系统稳定后加入短路干扰及突加负载的干扰，通过观察系统对干扰的反应来对比分析古典励磁控制和线性最优励磁控制的效果。实验结果表明，相对于古典控制方式，线性最优励磁控制可使振荡幅值更小，振荡时间更短，曲线更加平滑。

Select

基于改进 CNN 的串联型故障电弧识别方法研究

任志玲, 南忠明

控制工程. 2022, 29(2): 263-270.

摘要 ( )

可视化

针对串联型故障电弧影响供电系统安全且不易测量的问题，提出改进卷积神经网络对串联型故障电弧的识别方法。由于 SVM 学习的超平面是距离各个样本最远的平面，相比于 Softmax，具有更强的泛化推广能力和更高的识别准确率，故采用 SVM 损失函数(hinge loss)替换原有的 Softmax 损失函数并在 CNN 模型中添加三层 Inception 结构得到改进的 CNN 模型。其次，研制串联型故障电弧实验平台，在不同的实验条件下采集电流信号，利用短时傅里叶变换，得到电流的时频谱图。采用同一数据集对两个模型进行训练和测试。结果表明，改进的 CNN 电弧识别模型相较于 CNN 电弧识别模型在识别准确率和效率上都有了明显的提高。

Select

基于 IEWT-CCE 的电动充电站主变流器开路故障检测

赵锐, 林金星, 高辉, 陈轶涵, 吴奇, 陈良亮

控制工程. 2022, 29(2): 271-279.

摘要 ( )

可视化

直流充电站变流器开关器件的开路故障严重影响电站安全运行。考虑充电站运行中不可避免存在着非高斯测量噪声，提出一种基于尺度空间理论的经验小波变换(EWT)和循环熵(CCE)的变流器 IGBT 开路故障检测方法。首先，分析非高斯噪声对变流器 IGBT开路故障的影响；接着，利用改进 EWT 方法分解 IGBT 开路故障时交流侧电流信号，通过相关性分析筛选得到有意义的模态分量并重构故障信号；进而，计算其循环熵并映射到循环熵谱中，提取故障特征值。不同故障类型下的实验结果表明，该方法可有效降低非高斯噪声的影响，具有较好的诊断准确性与实用性。

Select

基于 SSA-AdaBoost-SVM 的变压器故障诊断

单亚峰, 段金凤, 付华, 赵俊程

控制工程. 2022, 29(2): 280-286.

摘要 ( )

可视化

针对支持向量机(SVM)诊断变压器故障的效果不稳定的问题，利用 AdaBoost 集成算法对其强化，得到的 AdaBoost-SVM 模型诊断结果比较稳定，但准确度依然有待提高。因此，提出利用麻雀搜索算法(SSA)对 AdaBoost-SVM 模型进行优化，指定其弱分类器权重αt 、 SVM 惩罚因子 c 和核参数 g 的寻优范围，使用 SSA 对三种参数在指定的寻优范围内寻优，提高模型的准确率。将提出的 SSA-AdaBoost-SVM 变压器故障诊断模型与PSO-SVM、 SSA-SVM、 AdaBoost-SVM、 AdaBoost-SSA-SVM 和 PSO-AdaBoost-SVM 五种模型对比，提出的模型具有更高的准确率和稳定性，平均准确率可达 91.58%。实验结果表明，提出的 SSA-AdaBoost-SVM 变压器故障诊断模型具有更好的表现。

Select

PSO 优化的 BiLSTM-Attention 网络的锂电池健康状态评估

张永, 辛宇琪, 钱启政, 解进, 冉少林

控制工程. 2022, 29(2): 287-293.

摘要 ( )

可视化

锂离子电池作为一种高效的储能元件，被广泛应用到生产生活的各个领域，其健康状态事关系统的安全性，受到越来越多的重视。基于粒子群优化算法，优化了具有注意力机制的双向长短期记忆网络，实现了锂离子电池的健康评估。首先，考虑到锂电池数据的时序特征，采取了一种双向长短期记忆网络提高预测效果，并且引入注意力机制解决信息过载问题，提高任务处理的效率和准确性。接着，利用粒子群优化算法优化网络模型结构的参数，获得高效的锂电池健康状态估计。最后，引入 NASA 锂离子电池数据集。实验结果验证了所提方法的有效性。

Select

基于 ZYNQ 深度学习模型部署的锂电池健康预测

马贵君, 冉少林, 张泽

控制工程. 2022, 29(2): 294-299.

摘要 ( )

可视化

为实现低成本、快速、高精度的电动汽车锂电池健康预测，提出一套基于深度学习模型和 ZYNQ 硬件平台的锂电池健康预测系统。首先，使用锂电池历史退化数据训练多层卷积神经网络模型，得到模型各层的权重；其次，采用动态精度数据量化策略对各层的模型参数进行量化，有效减少内存占用和带宽需求，进而提升硬件加速器的性能；然后，利用高层次综合工具实现了模型参数在 ZYNQ 硬件平台的嵌入和部署；最后，整套系统在 Xilinx XC7020 平台上进行验证。实验结果表明，该系统在实现高精度预测的同时，能够有效降低功耗、降低时延，满足车载条件下锂电池健康管理系统的嵌入式应用需求。

Select

SDE 网络在高速列车转向架未知故障诊断中的应用

张一鸣, 秦娜, 吴培栋, 杜家豪, 吴比

控制工程. 2022, 29(2): 300-306.

摘要 ( )

可视化

转向架作为高速列车车体与轨道的连接部位，承载着保证列车在轨道上安全运行的重任。然而，在列车长期服役过程中，轨道不平顺以及轮轨磨耗等原因会造成转向架部件故障，严重影响列车的安全运行。实际运行过程中故障的发生具有随机性，无法将转向架故障诊断简单归类于已知组别分类问题。针对深度学习无法辨别未知故障的缺陷，在卷积神经网络(CNN)中引入随机微分方程(SDE)对转向架已知以及未知故障进行判别。实验证明，随机微分方程网络(SDE-net)不仅能高效分辨出已知故障，还能有效判别出未知故障，且准确率都超过 93%。与此同时，通过与一维 CNN 网络比较体现该方法的优越性。

Select

基于容错学习的智能车辆路径跟踪控制

李宏博, 李雪芳

控制工程. 2022, 29(2): 307-314.

摘要 ( )

可视化

针对复杂驾驶环境中智能车辆的路径跟踪问题，提出了一种新型自适应容错学习控制策略。为了便于路径跟踪控制器的设计，首先，创新地将车辆动力学转化为一种参数化形式。在此基础上，考虑到车辆动力系统的欠驱动特性，我们控制器设计中引入一种新型处理非方输入矩阵的方法。该方法不仅拓展了自适应学习算法的应用范围，同时也为处理一般非方动力系统提供了一种新思路。其次，针对行驶过程中车辆损耗或意外可能导致的故障，我们提出了一种容错学习机制。此外，利用 Lyapunov 理论给出了该控制方法的严格收敛性证明，并通过实例验证了该方法的有效性。事实证明，所提控制策略不仅可以有效地处理车辆动力系统固有的非线性性、不确定性以及各种外界干扰，同时还能较好地应对汽车执行器故障带来的影响。

Select

电网系统中基于频率变化率的孤岛效应检测

肖鑫, 胡峥, 李芃

控制工程. 2022, 29(2): 315-321.

摘要 ( )

可视化

近年来，分布式发电迅速发展并成为电网的关键技术之一，然而也引发了孤岛效应等稳定性威胁。电网系统的运行状态监测，及时诊断孤岛效应等稳定性威胁，对维护系统稳定、电网管理策略研究具有重要意义。首先，提出了一种基于信号辨识的孤岛监测方案，以频率变化率(RoCoF)表征电力信号的频率波动剧烈程度，作为检测其孤岛、判断系统故障发生的重要依据。然后，分别利用正交锁相环(QPLL)以及插值离散傅里叶变换结合无迹卡尔曼滤波器(IDFT-UKF)的方法设计估计器，实时跟踪信号频率及其变化率。通过深入分析二者的特性与调解律，针对实际电网系统工况，设计鲁棒诊断策略，并通过仿真实验验证其有效性。

Select

基于 IVIF-AHP 与改进 CRITIC 法的配电网规划方案综合评估

刘传修, 张菁, 刘小康, 宋紫阳

控制工程. 2022, 29(2): 322-329.

摘要 ( )

可视化

针对难以量化配电网规划方案的权重问题，提出 IVIF-AHP 法与改进 CRITIC 法结合的综合评估配电网规划方案的方法。首先，从配电网供电可靠性、经济性、供电质量及安全性四个方面建立综合评估指标体系；其次，通过三角模糊数确定决策者自身属性，引入评估结果相似度与决策者犹豫度共同决定加权因子矩阵，根据评估矩阵聚合的 IVIFN计算指标熵权值。基于 CRITIC 法引入变异系数和冗余信息熵提高客观权重的客观性；最后，基于最小信息鉴别原理评估指标综合权值，同时计算准则层与方案层聚合的综合权重，利用聚合矩阵与准则层指标权重的联系计算方案层权重并排序。以上海配电系统网架结构为例验证所提方法的正确性和合理性。

Select

基于粗糙集和 Bi-LSTM-Attention 网络的电力系统暂态评估

王晨宇, 王锡淮, 肖健梅

控制工程. 2022, 29(2): 330-338.

摘要 ( )

可视化

为了降低不稳定因素对现代复杂的电力系统暂态评估的影响，在基于模糊领域单参数粗糙集和注意力机制的双向长短期记忆(Rs-Bi-LSTM-Attention)网络下，提出了一种电力系统暂态稳定评估模型。该模型首先用模糊领域单参数粗糙集对电力系统潮流数据进行属性约简，该方法既保证了准确率又提高了核心因素的权重；然后，通过Bi-LSTM-Attention网络对约简后的数据与电力系统暂态稳定状态之间建立映射关系，其中引入了 LayerNormalization 对高层神经网络的输入数据进行处理，使得高层神经网络不仅能适应低层参数更新，而且可以加快网络的收敛速率。最后，用评估准确率和 F1-measure 两种评价指标对该模型的性能进行评估。 IEEE39 算例分析表明， Rs-Bi-LSTM-Attention 模型比机器学习模型和部分深度学习模型具有更高的优越性。

Select

基于 Vinnicombe 距离的电力系统低频振荡预警精度研究

于淼, 杜蔚杰

控制工程. 2022, 29(2): 339-347.

摘要 ( )

可视化

随着我国智能电网技术的发展，低频振荡预警已成为电力系统稳定性研究的重要问题。提出一种基于关键特征广域降维数据 Vinnicombe 距离的电力系统低频振荡幅值预警指标识别方法，该方法首先对 PMU 采集的原始大数据进行筛选与降维预处理，生成低频振荡幅值预警指标所需的初始特征量矩阵，然后通过对电力系统监控终端节点和各节点之间的区域进行编号，生成网络关联多特征向量状态检测矩阵，再结合 Vinnicombe 距离计算传递函数距离，判断是否发生低频振荡，并有效提高低频振荡幅值预警识别精度。最后，通过 10 机 39 节点新英格兰系统验证所提方法的正确性与有效性。

Select

基于 KVAE-OCCA 的质量相关故障检测方法及应用

金雨婷, 侍洪波, 吕晓龙, 谭帅, 宋冰

控制工程. 2022, 29(2): 348-355.

摘要 ( )

可视化

为了解决非线性过程质量相关故障检测问题，提出了一种名为关键变量自编码器-正交典型相关分析(KVAE-OCCA)的方法。首先，为了挑选出与质量变量具有相关性的过程变量，计算过程变量和质量变量的互信息，选择具有较大互信息的过程变量。然后，利用自编码器对选择出的过程变量进行无监督学习，实现特征提取和降维。其次，利用正交典型相关分析方法建立质量相关故障检测模型，通过对系数矩阵奇异值分解得到质量相关和无关投影矩阵，构建统计量并估计控制限。最后，将提出的方法在典型测试案例上进行测试，以说明所提方法的有效性。

Select

一种面向大数据的水塘采样分布式算法

丁际文, 孔晓旺, 张岩峰, 于戈

控制工程. 2022, 29(2): 356-361.

摘要 ( )

可视化

水塘采样算法构建了一个样本集合，很好地解决了对未知的数据元素等概率采样的问题。然而当数据量较大时，单机的水塘采样算法时间复杂度较高、机器负载加重。面向大数据采样的需求，提出了分布式水塘采样算法，通过增加采样比例的方法实现了多机器并行采样，而且从理论上证明了分布式水塘采样的等概率性。为处理对数据元素贡献度不同的数据集，将该算法改进为加权重分布式水塘采样算法。基于水塘采样，提出了一种适用于大数据的分布式采样算法，只依据线性时间和样本大小的空间，实验验证了该算法的可行性和有效性。

Select

考虑输出量化的控制系统传感器故障检测

周瑞敏, 郭富民, 岳雪亭, 喻恒, 司文杰

控制工程. 2022, 29(2): 362-367.

摘要 ( )

可视化

针对一类考虑输出均匀量化的控制系统，研究了传感器故障下的故障检测问题。首先，从优化的角度出发，考虑残差对未知干扰的鲁棒性和对传感器故障灵敏性之间的折中问题，给出了 H∞/H∞性能指标，并通过求解代数黎卡提方程得出最优残差生成器的增益矩阵；然后，利用量化误差的随机过程特性，设计了残差评价器，同时给出了所设计阈值误报率的上确界；最后，数值仿真结果显示，系统能够快速准确地检测出传感器故障，验证了所提方法的有效性。

Select

双种群模糊粒子动态优化多能互益微网配置

韩宇, 马立新, 徐文彬

控制工程. 2022, 29(2): 368-373.

摘要 ( )

可视化

为增强风光柴储多能互益微网运行稳定性、降低运行成本，并解决传统微网优化多目标决策随机性大、收敛慢及精度低等问题，提出一种双种群模糊粒子动态优化多能互益微网方法。首先从微网系统可靠性、经济运行性和环保性角度建立多能互益优化模型。然后依据模糊理论对多目标决策函数进行动态优化，避免人为设置权重因素，其中采用双种群惯性权重线性下降粒子分别针对传统粒子群算法中收敛速度慢及易陷入局部最优情况进行改进。算例对比表明，该方法在优化结果合理性及优化效率上均更优，为用户电力增容提供一种安全、经济、环保的策略，具有较好的工程实用性。

Select

考虑智能用电新业务发展的电网评价方法

冯明灿, 丁羽頔, 金强, 张杨, 郑正仙

控制工程. 2022, 29(2): 374-384.

摘要 ( )

可视化

光伏云网、车联网、综合能源服务等智能用电新业务的快速发展会对电网运行产生新的影响。运用鱼骨图建立基于能量、信息、电能质量、有序充电及需求响应等多维度的智能用电新业务对电网运行影响评价指标体系，并从电网安全可靠性、协调平衡性、运行经济性及节能环保性方面评价智能用电新业务对电网的影响。同时，提出基于指标综合筛选的模糊综合评价方法。首先基于敏感度、贡献度、独立性对指标进行综合筛选，然后结合指标体系进行模糊综合评价，最后验证了指标体系与评价方法的实用性与有效性。

选择文件类型/文献管理软件名称

选择包含的内容

2022年, 第29卷, 第2期　
刊出日期：2022-02-20

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

2022年, 第29卷, 第2期 刊出日期：2022-02-20

2022年, 第29卷, 第2期　
刊出日期：2022-02-20