一种基于滤波的永磁直流电动机故障检测方法

    公开(公告)号:CN111881587A

    公开(公告)日:2020-11-03

    申请号:CN202010750174.5

    申请日:2020-07-30

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于滤波的永磁直流电动机故障检测方法,属于永磁直流电动机故障检测领域。通过利用正多胞体卡尔曼滤波方法得到永磁直流电动机在正常工作状态下的输出矩阵对应的正多胞体 通过判断实际工作状态下的输出矩阵是否在正常工作状态下的正多胞体 的上下界内,确定永磁直流电动机是否发生故障,若发生故障,则根据比较结果确定故障状态和故障时间;相对于现有的基于全对称多胞形的故障检测方法,本申请采用空间形状更为简单的正多胞体,检测速度更快,更适用于在线故障检测,且本申请方法所估计出的永磁直流电动机的工作状态更贴近实际的工作状态,所以能够更准确的反映出实际工作状态与正常的工作状态不符,因此故障检测率更高。

    一种基于二次更新滤波的电池化成充放状态估计方法

    公开(公告)号:CN113985298B

    公开(公告)日:2022-07-05

    申请号:CN202111206981.1

    申请日:2021-10-15

    Abstract: 本发明公开了一种基于二次更新滤波的电池化成充放状态估计方法,属于动力电池制造技术领域。所述方法通过采用一种滤波方法对时滞系统进行状态估计,与传统进行状态扩维的方法相比,不需要增加系统维度从而计算量更小,同时也在之前的CSCF算法的基础上,在基于原始输出数据更新迭代的基础上,进一步利用预测步结果,得到二次更新后更紧致的凸空间体包裹,进一步加强预测步与更新步的紧密结合,改善了因原始输出数据得到的更新集保守性更大的缺点,减小了算法保守性,进一步提高了状态估计精度。

    一种基于二次更新滤波的电池化成充放状态估计方法

    公开(公告)号:CN113985298A

    公开(公告)日:2022-01-28

    申请号:CN202111206981.1

    申请日:2021-10-15

    Abstract: 本发明公开了一种基于二次更新滤波的电池化成充放状态估计方法,属于动力电池制造技术领域。所述方法通过采用一种滤波方法对时滞系统进行状态估计,与传统进行状态扩维的方法相比,不需要增加系统维度从而计算量更小,同时也在之前的CSCF算法的基础上,在基于原始输出数据更新迭代的基础上,进一步利用预测步结果,得到二次更新后更紧致的凸空间体包裹,进一步加强预测步与更新步的紧密结合,改善了因原始输出数据得到的更新集保守性更大的缺点,减小了算法保守性,进一步提高了状态估计精度。

    一种工业领域基于滤波的电机智能故障检测方法

    公开(公告)号:CN111505500B

    公开(公告)日:2021-01-29

    申请号:CN202010272259.7

    申请日:2020-04-09

    Applicant: 江南大学

    Abstract: 本发明公开了一种工业领域基于滤波的电机智能故障检测方法,属于故障检测技术领域。所述方法通过利用集员估计方法用向量表示状态可行集,不需要提前知道模型扰动和噪声的先验知识,增加了故障检测方法的实用性和准确率;在反演滤波问题求解过程中,用向量表示区间盒子,通过向量组的布尔运算搜索属于可行集的区间盒子,解决了传统区间滤波算法计算量大、计算时间随着区间维度增加呈指数级增大的问题,更高效、准确地对状态区间进行估计。获取故障的估计区间,不同于传统利用估计残差的上下界实现故障检测,对故障范围的估计为电机后续故障诊断提供了保障。

    一种基于多维空间滤波的四容水箱系统状态估计方法

    公开(公告)号:CN112149886B

    公开(公告)日:2023-10-31

    申请号:CN202010931581.6

    申请日:2020-09-07

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于多维空间滤波的四容水箱系统状态估计方法,属于先进制造过程控制技术领域。所述方法通过在初始时刻分别通过正多胞体状态可行集和初始全对称多胞体状态可行集描述系统初始状态;后续采用正多胞体将下一步正多胞体状态可行集包裹后等价于一组约束条件,同时将下一步全对称多胞体状态可行集也利用正多胞体包裹后等价于另一组约束条件,再结合测量方程构成最终状态可行集的三组约束条件,进而通过求解2倍状态个数线性规划问题,得到每个状态估计的最大最小值。该方法通过三组约束条件最终得到上下界更紧凑的正多胞体,使得估计出的四容水箱系统的状态值更贴近真实值。

    一种基于滤波的永磁直流电动机故障检测方法

    公开(公告)号:CN111881587B

    公开(公告)日:2023-08-25

    申请号:CN202010750174.5

    申请日:2020-07-30

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于滤波的永磁直流电动机故障检测方法,属于永磁直流电动机故障检测领域。通过利用正多胞体卡尔曼滤波方法得到永磁直流电动机在正常工作状态下的输出矩阵对应的正多胞体通过判断实际工作状态下的输出矩阵是否在正常工作状态下的正多胞体的上下界内,确定永磁直流电动机是否发生故障,若发生故障,则根据比较结果确定故障状态和故障时间;相对于现有的基于全对称多胞形的故障检测方法,本申请采用空间形状更为简单的正多胞体,检测速度更快,更适用于在线故障检测,且本申请方法所估计出的永磁直流电动机的工作状态更贴近实际的工作状态,所以能够更准确的反映出实际工作状态与正常的工作状态不符,因此故障检测率更高。

    一种基于凸空间滤波的动力电池化成过程状态估计方法

    公开(公告)号:CN113589179A

    公开(公告)日:2021-11-02

    申请号:CN202110878186.0

    申请日:2021-07-30

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于凸空间滤波的动力电池化成过程状态估计方法,属于动力电池制造技术领域。所述方法通过采用凸空间滤波对时滞系统进行状态估计,避免了现有对于时滞系统进行状态估计时采用状态扩维的方法所带来的系统维数增加、计算量大的问题,而且在对凸空间体的约束条件构成的线性不等式组进行求解之前,创新性的提出一种迭代替换法将k时刻的状态量转化至第k‑h时刻以及后续项状态量,从而将时滞项进行了合并,避免了后续将状态矩阵A和时滞状态量的状态矩阵Ah合并为新的状态矩阵时维度会增加的问题,减少了后续计算时的计算复杂度和计算时间,同时因为迭代替换中相同项的抵消,一定程度上也提高了估计准确性。

    一种基于凸空间滤波的动力电池化成过程状态估计方法

    公开(公告)号:CN113589179B

    公开(公告)日:2022-04-29

    申请号:CN202110878186.0

    申请日:2021-07-30

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于凸空间滤波的动力电池化成过程状态估计方法,属于动力电池制造技术领域。所述方法通过采用凸空间滤波对时滞系统进行状态估计,避免了现有对于时滞系统进行状态估计时采用状态扩维的方法所带来的系统维数增加、计算量大的问题,而且在对凸空间体的约束条件构成的线性不等式组进行求解之前,创新性的提出一种迭代替换法将k时刻的状态量转化至第k‑h时刻以及后续项状态量,从而将时滞项进行了合并,避免了后续将状态矩阵A和时滞状态量的状态矩阵Ah合并为新的状态矩阵时维度会增加的问题,减少了后续计算时的计算复杂度和计算时间,同时因为迭代替换中相同项的抵消,一定程度上也提高了估计准确性。

    一种基于多维空间滤波的四容水箱系统状态估计方法

    公开(公告)号:CN112149886A

    公开(公告)日:2020-12-29

    申请号:CN202010931581.6

    申请日:2020-09-07

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于多维空间滤波的四容水箱系统状态估计方法,属于先进制造过程控制技术领域。所述方法通过在初始时刻分别通过正多胞体状态可行集和初始全对称多胞体状态可行集描述系统初始状态;后续采用正多胞体将下一步正多胞体状态可行集包裹后等价于一组约束条件,同时将下一步全对称多胞体状态可行集也利用正多胞体包裹后等价于另一组约束条件,再结合测量方程构成最终状态可行集的三组约束条件,进而通过求解2倍状态个数线性规划问题,得到每个状态估计的最大最小值。该方法通过三组约束条件最终得到上下界更紧凑的正多胞体,使得估计出的四容水箱系统的状态值更贴近真实值。

Patent Agency Ranking