基于粒子濾波的非線性系統(tǒng)故障診斷與預測方法研究.pdf

1、目前故障診斷和故障預測的研究成果主要集中在線性領域，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)進行故障診斷和故障預測研究具有重要意義。隨著粒子濾波理論的快速發(fā)展，利用粒子濾波進行非線性系統(tǒng)的故障診斷和故障預測，已成為研究的熱點。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測進行了深入地研究。
　　針對標準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粒子濾波算法。運用無跡卡爾曼濾波，通過引入最新的觀測值，使采樣的粒子更符合真實的分布。為了提高粒子的多樣性和減少計算量，采用了部分重采樣算法。通過仿真表明，相比于標準粒子濾波算法，不論是對于非線性高斯系統(tǒng)還是非線性非高斯系統(tǒng)，本文改進的粒子濾波算法均有更高的

3、估計精度。
　　針對非線性系統(tǒng)故障診斷問題，本文介紹了似然函數值和殘差平滑的故障檢測方法。為了對故障進行隔離，本文提出采用多模型估計和似然函數值的方法。每一種故障模式設計一個粒子濾波去監(jiān)控，通過比較每個粒子濾波的似然函數值的大小，達到故障隔離的目的。
　　針對非線性系統(tǒng)故障預測問題，本文提出基于改進粒子濾波算法的故障預測方法。預測階段對每個粒子作p步前向預測，并對最終的故障預測概率進行了加權處理，使故障預測更加合理。