Der Linearantrieb ist ein Gerät, das die Drehbewegung eines Motors in eine lineare Bewegung umwandelt und in verschiedenen Automatisierungssystemen weit verbreitet ist. Linearantriebe können jedoch während des Betriebs Fehlfunktionen aufweisen, die die Leistung und Sicherheit des Systems beeinträchtigen. Daher ist die Fehlerdiagnose von Linearantrieben sehr wichtig. In diesem Artikel werden eine datenbasierte Fehlerdiagnosemethode für Linearantriebe und eine auf adaptiven Beobachtern basierende Fehlerdiagnosemethode für Linearantriebe vorgestellt.
Eine datenbasierte Fehlerdiagnosemethode für Linearantriebe
Dieses Verfahren nutzt die Strom- und Positionsmessdaten von Linearantrieben, um Merkmale zu extrahieren und Fehleranzeigen zu konstruieren. Der Vorteil dieser Methode besteht darin, dass sie kein physisches Modell oder zusätzliche Sensoren benötigt, sondern nur die Daten verwendet, die bereits in der Steuerung selbst vorhanden sind. Die einzelnen Schritte lauten wie folgt:
Extrahieren Sie Merkmale aus Strom- und Positionsmessdaten. Zu den Merkmalen gehören die dynamischen Eigenschaften des Systems während des stationären und transienten Betriebs, wie z. B. Strommittelwert, Stromspitze, Positionsmittelwert, Positionsspitze, Positionsspitze, Positionsänderungsrate usw.
Kombinieren Sie Funktionen zu Fehleranzeigen. Die Fehleranzeigegröße ist ein numerischer Wert, der angibt, ob ein Fehler im System vorliegt und wie schwer der Fehler ist. Eine häufig verwendete Methode ist die Verwendung der Support Vector Machine (SVM), um Merkmale zu klassifizieren und Diskriminanzfunktionen für Normal- und Fehlerzustände zu erhalten.
Legen Sie den Schwellenwert für die Fehleranzeige fest. Der Schwellenwert ist ein numerischer Wert, der verwendet wird, um zu bestimmen, ob die Fehleranzeige den normalen Bereich überschreitet. Der Schwellenwert kann auf der Grundlage historischer Daten oder Erfahrungen bestimmt oder auf der Grundlage von Echtzeitdaten oder statistischen Methoden dynamisch angepasst werden.
Führen Sie die Fehlererkennung und -diagnose basierend auf der Fehleranzeigemenge und dem Schwellenwert durch. Wenn die Fehleranzeige den Schwellenwert überschreitet, wird davon ausgegangen, dass das System nicht richtig funktioniert hat, und Art und Ort des Fehlers werden auf der Grundlage der Größe und des Trends der Fehleranzeige bestimmt.