[发明专利]一种基于模型的设备故障诊断方法

权利要求书

1.一种基于模型的设备故障诊断方法，其特征在于：

利用最小二乘支持向量机和反卷法对未知非线性项进行辨识，辨识模型加入到非线性比例高阶积分观测器中，建立新型非线性比例高阶积分故障观测器，以解决未知非线性项对故障诊断精度的影响，实现系统故障的快速精确估计。

2.根据权利要求1所述的方法，其特征在于：包括以下步骤：

以反卷法获取未知非线性项的辨识样本；

利用最小二乘支持向量机对辨识样本进行建模，获取未知非线性项辨识模型；

建立新型非线性比例高阶积分故障观测器，将未知非线性项作为补偿项加入该观测器中，实现系统故障的快速精确估计。

3.根据权利要求2所述的方法，其特征在于：还包括：利用变速风力机故障模型进行仿真验证。

4.根据权利要求1所述的方法，其特征在于：所述利用最小二乘支持向量机和反卷法对模型未知非线性项辨识是首先建立诊断对象在未发生故障情况下的离散模型；其次，针对该离散模型建立添加控制向量的离散龙伯格观测器；然后强迫离散龙伯格观测器输出等于原系统的输出，通过反卷法获取控制向量序列值，即为未知非线性项的辨识样本；最后利用最小二乘支持向量机对辨识样本进行建模，获取了未知非线性项辨识模型。

5.根据权利要求1所述的方法，其特征在于：所述的新型非线性比例高阶积分故障观测器是指对非线性比例高阶积分微分观测器进行了如下改进：第一，在观测器中加入未知非线性项的最小二乘支持向量机辨识模型作为补偿项，以降低未知非线性项对故障诊断精度的影响；第二，消除观测器中的微分环节，降低观测器设计复杂性。

6.根据权利要求1所述的方法，其特征在于：所述的仿真验证是指将该方法运用到变速风力机的故障诊断方面，验证其快速收敛性和诊断精度。