基于改进多胞形观测器的桨距执行器故障诊断
发布时间:2024-03-05 00:11
针对非线性风力机系统故障诊断受到干扰、噪声影响的问题,设计改进多胞形未知输入观测器,实现桨距执行器的故障诊断.首先,基于风力机线性变参数模型,设计多胞形未知输入观测器实现干扰项的解耦;其次,考虑到噪声的影响,利用卡尔曼滤波器算法增强对噪声的鲁棒性;然后,采用均方根法设计阈值进行残差评估,从而确定故障发生与否.最后,通过风力机桨距执行器系统故障残差信号的仿真,验证改进多胞形未知输入观测器的性能.
【文章页数】:7 页
【部分图文】:
本文编号:3919380
【文章页数】:7 页
【部分图文】:
图1不同参数下执行器的阶跃响应Fig.1Stepresponseofactuatorunderdifferentparameters
g是发电机的效率.1.4包含故障的桨距子系统模型桨距系统主要负责调节叶片的桨距角,当风速在额定值和切出值之间时,通过调整桨距角可以实现恒功率输出的目的.桨距系统可以用式(7)来描述[12]:β·(t)β¨(t[])=01-ω2n-2ζω[]nβ(t)β·(t[])+0ω2[]nβ....
图2风力机系统框图Fig.2Theblockdiagramofthewindturbinesystem
n和ζωn用故障指示因子θf∈[0,1]的形式来描述:ω2n=(1-θf)ω2n0+θfω2nf(8)ζωn=(1-θf)ζ0ωn0+θfζfωnf(9)这里θf=0对应ω2n=ω2n0,ζωn=ζfωn0的对应无故障执行器;θf=1对应ω2n=ω2nf,ζωn=ζfωnf的故障....
图3风力机气动参数Fig.3Aerodynamicparametersofwindturbines000010
图4多胞形未知输入观测器结构Fig.4Thestructureofpolytopeunknowninputobserver
=KA(θ)-L(θ)C,G(θ)=KB(θ),结合式(13)得KD=[0].x(t)的估计向量^x(t)∈Rn是观测器的输出变量,L(θ)=∑Ni=1αi(θ(t))Li为待设计矩阵,ex(t)=x(t)-^x(t)为状态估计偏差,[N(θ)G(θ)]=∑Ni=1αi(θ)[N....
本文编号:3919380
本文链接:https://www.wllwen.com/projectlw/xnylw/3919380.html