资源描述：
《Kalman滤波在液压电机故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第25卷第3期哈尔滨商业大学学报(自然科学版)Vol.25No.32009年6月JournalofHarbinUniversityofCommerce(NaturalSciencesEdition)Jun.2009Kalman滤波在液压电机故障诊断中的应用徐兰兰,裴润,陈龙(哈尔滨工业大学航天学院,哈尔滨150001)摘要:针对液压电机故障信号的特性,介绍了Kalman滤波及其递推算法在信号处理上的应用1给出了时间序列自回归(AR)模型建立信号状态方程和观测方程的方法,并在这两个方程的基础上结合Kalman递推算法对信号进行滤波.通过有效的仿真和实际验证表明:利用Lev
2、inson-Durbin算法获得AR系数建立信号模型,再通过Kalman递推能够有效的达到滤波的效果1关键词:Kalman滤波;故障诊断;信号处理;AR系数中图分类号:TP391文献标识码:A文章编号:1672-0946(2009)03-0309-02ApplicationofKalmanfilteronfaultdiagnosisofhydraumaticmotorXULan2lan,PEIRun,CHENLong(SchoolofAstroautics,HarbinInstituteofTechnology,Harbin150001,China)Abstract:A
3、ccordingtothecharacteristicofhydraumaticmotorsignal,theprincipleandre2cursionalgorithmofKalmanfilterareintroducedandthemethodsofestablishingstateandmeasurementequationbasedontimeseriesautorecursivemodelaregivenout.Awayofsig2nalfilteringisporoposedaccordingKalmanrecursionalgorithmandtheeq
4、uations.Aftersys2temsimulationandpracticalcertification,theresultshowsitsaffectivitytoremovenoisefromvibrationsignalbycreatingthemodelusingARcoefficientcomingfromLevision-Durbinal2gorithm.Keywords:Kalmanfilter;faultdiagnosis;signalprocessing;AR液压电机是ABS(Anti-BrakeSystem,防刹车存在,在尽量保持原故障特性的基
5、础上对电流信号制动系统)中一个十分重要的组成部分.考虑到汽进行数字滤波就显得非常重要了.目前常用的滤波车安全性方面的需求,要求ABS正常工作时液压方法当中,Kalman滤波方法具有代表性,它利用状电机能够有效的提供液压动力给刹车片,如果液压态方程描述动态系统,通过观测方程描写状态和观电机产生故障,要求系统能够及时有效的诊断出测关系,其最优递推算法易于微型计算机中实现,[1]来.且可处理非平稳信号.考虑到液压电机的故障诊断由于液压电机是由轿车里面的电瓶驱动,而轿具有很强的实时性,采用Kalman滤波方法对上述车里面的几乎所有电器单元如空调、前灯等共用一问题有很好的针对性,
6、因此采用Kalman递推算法个电源,造成液压电机的供电电压不稳定,同时电作为对故障信号处理的主要方法.通过实践的检[3]机在不同负载下的电器特性也各不相同,这就造成验,证明其具有很好的效果.[2]了电机的故障信号具有不稳定性.1Kalman滤波的原理在电机的故障信号当中,电机的电流信号是故障诊断中的一个重要的依据,但是由于上述干扰的Kalman滤波就是在最小均方差原则条件下,收稿日期:2008-06-011作者简介:徐兰兰(1984-),女,硕士,研究方向:汽车电子.·310·哈尔滨商业大学学报(自然科学版)第25卷从观测中估计出状态的过程.为了达到这个目的,其中首先需
7、要建立系统的状态方程和观测方程,然后利010用Kalman滤波方程组递推达到滤波的目的,其算A=001w(k-1)=ppp法简介如下:-ap-a2-a11.1系统方程[00w(k)]TC=[001]设线性离散系统为观察噪声v(k)～N(0,σ2),σ2为观察噪声的vv状态方程:xk=Φk,k-1xk-1+Γk-1wk-1,(1)方差.观测方程:zk=Hkxk+vk1(2)其中xk和zk为k时刻的状态向量和观测向3模型验证量,Φk,k-1,Hk分别为k时刻的系统状态转移矩阵3.1算法流程和输出矩阵,动态噪声{wk}与测量噪声{vk}为互根据
