基于多模型的状态估计及其组合方法的故障预报研究

发布时间：2021-11-14 15:26

　　随着现代化系统总体呈现出大型化、互联性和复杂化等趋势,定期维修和事后维修的成本越来越高。人们希望利用故障预报技术实现早期的状态预测和剩余使用寿命估计,在故障发生之前及时发现问题并采取相应维修决策,从而避免安全事故的发生。故障预报通常在系统退化模型或历史监测数据的基础上实现系统的状态估计和状态趋势预测,包括了基于模型的故障预报方法和基于数据的故障预报方法。这两类方法各有千秋,并不能相互取代。因此,充分利用已知的数据信息和有限的机理知识,发展组合故障预报方法,成为提升系统可靠性和安全性的新思路。为了避免单一模型刻画实际运动模式的不准确性,本文首先从状态估计角度出发,研究基于扩展卡尔曼滤波的交互多模型估计算法,然后将其应用于制导律辨识,提出基于交互多模型扩展卡尔曼滤波的制导律辨识算法。该算法利用多模型算法输出的模型概率来表征候选模型的使用程度,通过寻找最大概率对应的模型辨识出制导律,同时实现制导律参数的估计。考虑到支持向量回归机具有较好的小样本回归预测能力,本文同时研究一类基于支持向量回归机的早期故障预报算法,实现了健康状态预报。由于支持向量回归机的参数好坏严重影响着其预测精度,本文在优化理... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：129 页

【学位级别】：博士

【部分图文】：

基于-不敏感损失函数的经验风险

区分各运动对象，我们称已知飞行器为 T，未知飞行器为 M。考虑模型，如图 3.2 所示，并做如下假设：（1）双方飞行器近似迎面相2）双方飞行器可以表示成质点模型；（3）双方飞行器具有近似定方侧向加速度具有界；（5）双方的机动动态特性可以近似表示成一所获得的相对运动状态信息含测量噪声。述假设条件下，双方飞行器的非线性相对运动关系和动态特性在如式（3.9）所示方程来描述，其中 表示双方飞行器的相对距 和 分别表示双方飞行器的航迹角（速度方向与初始视线方向 ， 分别为双方飞行器的加速度及线速度， 和 分别为双方度。构造状态向量 = 相关参数， ， ， 分别为存在于建模动态中的零均值高斯

图4.1座头鲸捕食机制（4.3）

【参考文献】：
期刊论文
[1]数据驱动的可靠性评估与寿命预测研究进展:基于协变量的方法[J]. 喻勇,司小胜,胡昌华,崔忠马,李洪鹏.  自动化学报. 2018(02)
[2]基于多模型自适应估计的导弹导引律辨识方法[J]. 张誉,周中良,李飞,苟新禹.  计算机仿真. 2015(08)
[3]一种导弹导引律及参数的非线性MMAE辨识方法[J]. 王小平,蔡远利,于振华,林秦颖,叶希贵,狄方旭.  飞行力学. 2015(05)
[4]带测量误差的非线性退化过程建模与剩余寿命估计[J]. 司小胜,胡昌华,周东华.  自动化学报. 2013(05)
[5]基于神经网络的球轴承剩余寿命预测[J]. 奚立峰,黄润青,李兴林,刘中鸿,李杰.  机械工程学报. 2007(10)
[6]成败型产品可靠性的Bayes评估[J]. 张士峰,樊树江,张金槐.  兵工学报. 2001(02)



本文编号：3494885