基于粒子濾波的非線性系統(tǒng)故障診斷與預(yù)測方法研究.pdf

1、目前故障診斷和故障預(yù)測的研究成果主要集中在線性領(lǐng)域，針對非線性系統(tǒng)還沒有形成普遍適用的理論和方法。實(shí)際系統(tǒng)都是一定程度的非線性系統(tǒng)，為了保證系統(tǒng)的可靠性和安全性，對非線性系統(tǒng)進(jìn)行故障診斷和故障預(yù)測研究具有重要意義。隨著粒子濾波理論的快速發(fā)展，利用粒子濾波進(jìn)行非線性系統(tǒng)的故障診斷和故障預(yù)測，已成為研究的熱點(diǎn)。粒子濾波是一種基于貝葉斯濾波的非線性濾波方法，相比于傳統(tǒng)的線性的卡爾曼濾波方法，粒子濾波能夠很好地解決非線性非高斯的問題。本文基于粒

2、子濾波理論，對非線性系統(tǒng)的故障診斷和故障預(yù)測進(jìn)行了深入地研究。
　　針對標(biāo)準(zhǔn)粒子濾波算法存在粒子退化和粒子多樣性喪失等缺陷，本文提出一種采用無跡卡爾曼濾波和部分重采樣算法的改進(jìn)粒子濾波算法。運(yùn)用無跡卡爾曼濾波，通過引入最新的觀測值，使采樣的粒子更符合真實(shí)的分布。為了提高粒子的多樣性和減少計(jì)算量，采用了部分重采樣算法。通過仿真表明，相比于標(biāo)準(zhǔn)粒子濾波算法，不論是對于非線性高斯系統(tǒng)還是非線性非高斯系統(tǒng)，本文改進(jìn)的粒子濾波算法均有更高的

3、估計(jì)精度。
　　針對非線性系統(tǒng)故障診斷問題，本文介紹了似然函數(shù)值和殘差平滑的故障檢測方法。為了對故障進(jìn)行隔離，本文提出采用多模型估計(jì)和似然函數(shù)值的方法。每一種故障模式設(shè)計(jì)一個(gè)粒子濾波去監(jiān)控，通過比較每個(gè)粒子濾波的似然函數(shù)值的大小，達(dá)到故障隔離的目的。
　　針對非線性系統(tǒng)故障預(yù)測問題，本文提出基于改進(jìn)粒子濾波算法的故障預(yù)測方法。預(yù)測階段對每個(gè)粒子作p步前向預(yù)測，并對最終的故障預(yù)測概率進(jìn)行了加權(quán)處理，使故障預(yù)測更加合理。