● 摘要
混杂系统是指由连续变量和离散事件动态系统相互混杂、相互作用而形成的动态系统。由于这种混杂特性，导致混杂系统的故障诊断需要同时考虑动态过程中的离散变量以及连续变量，这也对混杂系统故障诊断提出更高的要求。论文分析了国内外混杂系统故障行为建模和故障诊断的研究现状与发展动态，并在此基础上提出了基于多领域模型和神经网络的混杂系统故障诊断方法，并应用于无刷直流电机和飞机起落架系统案例的故障，证明了方法的适用性，具有领域通用性。研究针对混杂系统的故障诊断问题，提出一种基于多领域模型，并结合事件辨识和ART2神经网络的故障诊断方法。首先，采用多领域统一建模语言Modelica，建立能够统一描述系统正常行为和故障行为的系统多领域模型。并基于该多领域模型，对系统行为进行仿真，分析所有正常模式和故障模式下的系统响应，基于所得系统响应训练故障诊断引擎。然后，设计了分层式故障诊断引擎：第一步通过事件辨识得到系统动态过程的事件变迁序列，提取系统某个连续动态子过程的数据，并利用参数估计算法估计系统的参数值，结合所得的事件变迁序列和系统参数的估计值，进行初步分类判定故障所属类型；第二步针对每种类型分别设计一个ART2神经网络结构，提取系统动态过程中的特征参数进行详细分类。最后，通过无刷直流电机和飞机起落架系统案例的应用，证明提出的故障诊断方法具有一定的工程实用性。