基于高斯過程回歸模型的貝葉斯濾波故障診斷方法研究.pdf

1、對于不能得到準(zhǔn)確系統(tǒng)方程的復(fù)雜系統(tǒng)，我們無法通過傳統(tǒng)的故障診斷方法進(jìn)行管理監(jiān)控。但同時，系統(tǒng)運行過程中時刻產(chǎn)生大量反映系統(tǒng)運行機理和運行狀態(tài)的數(shù)據(jù)，如何利用這些數(shù)據(jù)提高系統(tǒng)的安全性和可靠性已成為故障診斷領(lǐng)域中的研究熱點。本文采用基于高斯過程回歸模型的貝葉斯濾波方法進(jìn)行故障診斷，通過數(shù)據(jù)驅(qū)動的方法建立濾波模型，解決了傳統(tǒng)貝葉斯濾波方法對系統(tǒng)方程依賴性強的問題，并且通過迭代的方法改善了故障診斷的實時性，對于系統(tǒng)安全性、可靠性的提升具有極大的

2、現(xiàn)實意義。
　　本文的主要工作有:
　　(1)整合了常用的故障診斷方法，修正和補充了現(xiàn)有分類方法。在原分類基礎(chǔ)上增加了基于數(shù)據(jù)驅(qū)動的方法，將原來基于知識的方法中的神經(jīng)網(wǎng)絡(luò)方法和模糊推理方法歸入基于數(shù)據(jù)驅(qū)動的診斷方法中。并第一次將高斯過程回歸方法加入故障診斷方法分類中，將其歸為基于數(shù)據(jù)驅(qū)動的方法一類中，完善了原有分類方法。
　　(2)為解決傳統(tǒng)貝葉斯濾波依賴系統(tǒng)方程的問題，用GP-UKF和GP-CKF方法進(jìn)行故障檢測，并

3、比較兩種方法的準(zhǔn)確性和實時性。仿真結(jié)果表明，GP-UKF和GP-CKF方法利用離線數(shù)據(jù)進(jìn)行故障檢測，在不能得到準(zhǔn)確系統(tǒng)方程的情況下也可以實現(xiàn)故障檢測。另外，因為CKF自身的優(yōu)點，與GP-UKF方法相比，用GP-CKF方法進(jìn)行故障檢測在實時性和準(zhǔn)確性方面表現(xiàn)更好。
　　(3)為了提升非線性系統(tǒng)故障檢測的實時性，本文提出了新的算法:ISRGP-UKF和ISRGP-CKF算法。新算法使用迭代的方法進(jìn)行濾波計算以提高故障檢測的實時性，并利