复杂环境下基于粒子滤波的故障检测方法研究

发布时间：2019-10-18 00:26

【摘要】：随着信息技术和智能控制技术的快速发展,现代工业控制系统的规模更加庞大,结构更加复杂,内部联系更加紧密,且对其可靠性和安全性要求也越来越高。故障检测技术为保障控制系统正常运行以及发生故障后及时检测出故障提供了方法和途径,成为保障系统正常运行不可或缺的重要技术。但是实际工业控制系统大多具有一定程度的非线性特性,而目前针对非线性系统的故障检测技术尚未形成完善及成熟的方法。粒子滤波不受噪声和模型等假设条件的约束在非线性系统问题的处理上具有独特的优势,逐渐成为研究的热点。但是粒子滤波算法存在粒子退化、样本枯竭以及难以应对未知噪声的问题,导致故障状态估计精度不高,从而影响检测精度。因此本文将针对此问题进行研究,主要的研究内容如下:(1)针对故障状态估计中粒子滤波的粒子退化和样本枯竭造成估计精度不高问题,采用权值抖动萤火虫算法和不完全重采样策略对粒子滤波存在的这些问题进行研究。首先利用萤火虫算法的强寻优能力特性,在采样过程中通过权值抖动萤火虫算法指导粒子的整体移动,加速粒子向真实值附近运动,提高状态估计的精度;其次,采用不完全重采样策略,缓解粒子退化,更好地保持粒子的多样性。(2)针对未知噪声干扰下非线性系统故障状态滤波过程中滤波发散及失效导致估计精度不高的问题进行研究。首先利用Sage-Husa估计器可以直接实时估计噪声特性的特点,将Sage-Husa估计器与无迹卡尔曼滤波结合估计未知噪声的统计特性,并融入最新的量测信息产生建议分布函数;然后,在重采样阶段利用权值抖动萤火虫算法优化粒子集,缓解粒子退化和样本匮乏,提高未知噪声下非线性系统的故障状态估计精度。(3)为验证改进粒子滤波的故障状态估计方法在故障检测应用中的有效性,文中选取两组非线性系统模型为研究对象,即一是选取一维单变量非线性模型并设置了参数突变故障模式,二是选取三容水箱DTS200系统模型,并分别设置了三容水箱系统的传感器故障模式和执行器故障模式,然后进行故障检测实验,验证了该改进方法的有效性且能够有效提高故障检测的准确度。
【图文】：

故障检测,检测技术,故障检测技术,应用故障

纷纷投入大量的人力和财力，并成立了故障行研究；随着计算机技术的高速发展以及信号处理技术的90 年代，故障检测开始广泛应用于实际控制系统中。比如汽轮发电机组智能化故障检测专家系统，英国也在电力工面开始投入应用故障检测技术服务等。而我国是在 20 世故障检测技术，这些年国内许多研究机构和高校已经对故的研究，不断提出新的方法和技术，并取得丰厚的科研成院、航空 618 研究所、清华大学的周东华教授[8]、南京航授[9]、浙江大学的孙优贤院士[10]和国防科技大学张育林教测技术已成为控制界研究的重要课题和热点方向，它在电工等诸多领域得到多方面的应用。，国内外研究学者对故障检测技术进行了广泛深入的研究的故障检测方法。依据国内外大量文献分析，，故障检测方析模型的方法、基于数据驱动的方法和基于知识的方法，示。

原理图,解析模型,原理图,故障检测

硕士学位论文行故障检测。依据对基于解析模型方法的分析研究大法、参数估计方法、等价空间方法。法是通过比较估计测量值与真实测量值来构造残差序到故障检测的目的。它是研究成果最多的方法，主要法。Mehra 等[15]最早将卡尔曼滤波应用于故障检测中着粒子滤波的出现，研究学者逐渐利用粒子滤波进行非高斯系统的故障检测问题[16]。基于观测器的故障检确，其应用范围受到局限，只适用于一些特定的系统应观测器[17]、滑模观测器(SMO)[18]和非线性未知own Input Observer, NUIO)[19]等。
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP277

【参考文献】