Construction of the Diagnostic Model Based on Combining Spectral Characteristics of Nonlinear Dynamic Objects

Abstract

The task of constructing diagnostic models for nonlinear dynamics objects solved in this work. The reasons for increasing the dimension of the modern diagnostics objects description and related problems of using existing diagnostics methods are considered. The purpose of this work is to increase the accuracy and reliability of nonlinear dynamic objects diagnosing by forming diagnostic models in the conditions of increasing the dimension of the objects description for creating effective tools for automated systems of technical diagnostics. It is offered a broad overview and classification of methods for reducing the dimension space of diagnostic features including nonlinear dynamic objects with continuous characteristics and unknown structure, which can be considered as a “black box”. The forming diagnostic models method of nonlinear dynamic objects based on the combination of spectral characteristics obtained as the result of continuous models transformations: wavelet transformations coefficients and models moments of different orders is proposed. The family of diagnostic models is proposed as combinations of dynamic objects spectral characteristics with weak nonlinearity. The hybrid method of forming diagnostic models based on the combination of spectral characteristics suggested. The method consist of sequential application of feature filtering for forming primary feature space, construction of secondary feature space using the spectral transformations and diagnostic model construction by complete bust of secondary features. It is developed a detailed algorithm for constructing diagnostic models using the proposed hybrid method. The suggested method has been tested on real-life task of diagnosing a non-linear dynamic object – a electric motor. Primary diagnostic model of the electric motor taken on the base of indirect measurements of the air gap between the rotor and the stator of the motor. Diagnostic models constructed by combining the spectral characteristics of continuous models. The diagnostic models family of the switched reluctance motor is offered. The method is demonstrate more independence of the accessibility indicator then existing methods of the diagnostic feature space biulding: the samples, the moment and the coefficients of wavelet transformations of the primary diagnostic models.

В роботі вирішується задача побудови діагностичних моделей для об'єктів нелінійної динаміки. Розглянуто причини збільшення розмірності опису сучасних об'єктів діагностування і пов'язані з цим проблеми використання існуючих методів діагностики. Метою роботи є підвищення достовірності діагностування нелінійних динамічних об’єктів шляхом формування діагностичних моделей в умовах збільшення розмірності опису об'єктів діагностування для створення ефективних інструментальних засобів автоматизованих систем технічного діагностування об´єктів різної природи. Наведено широкий огляд і класифікацію методів зниження розмірності простору діагностичних ознак, в тому числі, для нелінійних динамічних об'єктів з неперервними характеристиками та невідомою структурою, які можна розглядати як «чорну скриньку». Запропоновано метод формування діагностичних моделей нелінійних динамічних об'єктів на основі комбінування спектральних характеристик, отриманих в результаті перетворень неперервних моделей: коефіцієнтів вейвлет-перетворень та моментів різних порядків досліджуваних моделей. Запропоновано сімейство діагностичних моделей у вигляді комбінацій спектральних характеристик динамічних об’єктів зі слабкою нелінійністю. Запропоновано гібридний метод формування діагностичних моделей у вигляді комбінацій спектральних характеристик. Метод складається з послідовного застосування фільтрації ознак для формування первинного простору діагностичних ознак, побудови простору вторинних ознак за допомогою спектральних перетворень та побудови діагностичної моделі методом обертання з використанням методу повного перебору вторинних ознак. Наведено покроковий алгоритм формування діагностичних моделей за допомогою запропонованого гібридного методу. Запропонований метод апробовано на реальній задачі діагностування нелінійного динамічного об'єкта - електричного двигуна. Первинна діагностична модель електродвигуна отримана на основі непрямих вимірювань повітряного зазору між ротором і статором двигуна. Діагностичні моделі, побудовані поєднанням спектральних характеристик безперервних моделей. Запропоновано сімейство діагностичних моделей електричного двигуна. Метод демонструє більшу завадостійкість показника достовірності, ніж існуючі методи побудови просторів діагностичних ознак: відліків, момент та коефіцієнтів вейвлет перетворень первинних діагностичних моделей.

В работе решается задача построения диагностических моделей для объектов нелинейной динамики. Рассмотрены причины увеличения размерности описания современных объектов диагностирования и связанные с этим проблемы использования существующих методов диагностики. Целью работы является повышение достоверности диагностирования нелинейных динамических объектов путем формирования диагностических моделей в условиях увеличения размерности описания объектов диагностирования для создания эффективных инструментальных средств автоматизированных систем технического диагностирования объектов различной природы. Приведены широкий обзор и классификацию методов снижения размерности пространства диагностических признаков, в том числе, для нелинейных динамических объектов с непрерывными характеристиками и неизвестной структурой, которые можно рассматривать как «черный ящик». Предложен метод формирования диагностических моделей нелинейных динамических объектов на основе комбинирования спектральных характеристик, полученных в результате преобразований непрерывных моделей: коэффициентов вейвлет-преобразований и моментов различных порядков исследуемых моделей. Предложено семейство диагностических моделей в виде комбинаций спектральных характеристик динамических объектов со слабой нелинейностью. Предложен гибридный метод формирования диагностических моделей в виде комбинаций спектральных характеристик. Метод состоит из последовательного применения фильтрации признаков для формирования первичного пространства диагностических признаков, построения пространства вторичных признаков с помощью спектральных преобразований и построения диагностической модели методом вращения с использованием метода полного перебора вторичных признаков. Приведены пошаговый алгоритм формирования диагностических моделей с помощью предложенного гибридного метода. Предложенный метод апробирован на реальной задаче диагностирования нелинейного динамического объекта – электрического двигателя. Первичная диагностическая модель электродвигателя получена на основе косвенных измерений воздушного зазора между ротором и статором двигателя. Диагностические модели, построены сочетанием спектральных характеристик непрерывных моделей. Предложено семейство диагностических моделей электрического двигателя. Метод демонстрирует большую помехоустойчивость показателя достоверности, чем существующие методы построения пространств диагностических признаков: отсчетов, момент и коэффициентов вейвлет-преобразований первичных диагностических моделей.