基于粒子濾波器的故障診斷研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、粒子濾波是一種基于蒙特卡羅方法和遞推貝葉斯估計的統(tǒng)計濾波方法,它依據(jù)大數(shù)定理采用蒙特卡羅方法來求解貝葉斯估計中的積分運算。其基本思想是:首先依據(jù)系統(tǒng)狀態(tài)向量的經驗條件分布在狀態(tài)空間產生一組隨機樣本的集合,這些樣本稱為粒子;然后根據(jù)觀測量不斷地調整粒子的權重和位置,通過調整后的粒子的信息,修正最初的經驗條件分布。其核心思想是:用由粒子及其權重組成的離散隨機測度近似相關的概率分布,并且根據(jù)算法遞推更新離散隨機測度。當樣本容量很大時,這種蒙特

2、卡羅描述就近似于狀態(tài)變量真實的后驗概率密度函數(shù)。這種技術適用于任何能用狀態(tài)空間模型以及傳統(tǒng)的卡爾曼濾波表示的非高斯背景的非線性隨機系統(tǒng),精度可以逼近最優(yōu)估計,是一種很有效的非線性濾波技術。 本文系統(tǒng)介紹了適用于解決非線性非高斯系統(tǒng)問題的粒子濾波器的基本原理和關鍵技術,針對標準粒子濾波器(PF)中存在的粒子退化及算法實時性問題,把遺傳算法中的選擇、交叉、變異進化思想引入到PF中進行算法改進,提出了改進的遺傳粒子濾波器(GPF)。首

3、先由于遺傳算法具有獨特的尋優(yōu)能力,可以使每次運算粒子的使用效率得到搞高,使逼近后驗概率分布最大值所需的粒子數(shù)大大減少,并且避免了重采樣,也就在一定程度上減少計算量,能有效提高算法估計的實時性;再者由于遺傳運算能有效增加粒子的多樣性,解決粒子退化問題,從而提高GPF的算法精度,可有效防止出現(xiàn)濾波發(fā)散現(xiàn)象,也就提高了狀態(tài)估計的精度。并將GPF應用到非線性、非高斯系統(tǒng)狀態(tài)估計中,與PF進行了性能仿真對比分析,仿真結果表明GPF不僅能增加粒子多

4、樣性,有效防止粒子退化現(xiàn)象,改善濾波精度,而且能提高算法的實時性。 現(xiàn)代系統(tǒng)正朝著大規(guī)模、復雜化的方向發(fā)展,這類系統(tǒng)一旦發(fā)生事故就有可能造成人員和財產的巨大損失,因此切實保證現(xiàn)代復雜系統(tǒng)的可靠性與安全性具有十分重要的意義。在實際生產過程中,在事故發(fā)生前,控制系統(tǒng)往往都會出現(xiàn)故障預兆,如果能夠及時檢測到這種預兆并加以控制,完全能避免事故的發(fā)生。故障診斷技術的出現(xiàn)為提高復雜系統(tǒng)的可靠性提供了可能。 非線性系統(tǒng)故障診斷問題的一

5、種解決方法是基于解析模型,通過濾波器,對系統(tǒng)的狀態(tài)或參數(shù)進行估計,對比系統(tǒng)的實際輸出與預測輸出,產生殘差,通過分析殘差,對系統(tǒng)的工作狀況進行判斷,診斷出故障。本文將粒子濾波技術應用到傳感器故障診斷中,介紹了傳感器故障模型的建立,殘差的產生,及故障檢測與辨識方法。針對常見的恒偏差、恒增益、卡死三種類型的傳感器故障,舉例進行了性能仿真分析,結果表明應用PF和GPF方法進行傳感器故障診斷是可行的,尤其進行非線性非高斯系統(tǒng)故障診斷時,該方法仍能

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論