随机系统故障检测滤波方法研究

《随机系统故障检测滤波方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、rti于高空长航时无人机要求有较长的滞空时间，所以其机载设备应尽可能的轻，以装载更多的燃料。除此Z外，滞空时间的延长也使飞控系统发生故障的可能性有所增加，因此对其飞控系统可靠性的要求比较高，人们多用余度技术和自修复飞行控制系统来达到这一要求。1.故障检测与诊断的概念故障：故障是指系统至少一个特性或参数出现较大偏差，超出了可接受的范围。此时系统的性能明显低于其正常水平，所以难以完成其预期的功能。故障检测(faultdetection)：故障检测是确定系统是否发生了故障。故障隔离(faultisolation)：故障隔离是在检测到故障后确定故障发生的部位。故障佔计(f

2、aultestimation)：故障估计是在检测并隔离故障后进一步确定故障的性质和程度。故障诊断(faultdiagnosis)：广义上是指故障检测、故障隔离和故障估计的统称，狭义上指故障隔离和故障估计。2.故障检测与隔离问题解决方法研究通过建立系统的数学模型，能对系统本质的动态特性进行实吋诊断，一般要求利用系统的状态变量(statevariable)來监视系统的运行状况，但它们大多不能直接测量，因此正确估计这些状态变量是故障诊断的关键之一。通常的办法是使用观测器或滤波器來解决，对于线性动态系统(ineardynamicsystems)或随机系统(stochast

3、icsystem)都已形成了比较完整的理论与方法。但是，实际系统都存在一定的非线性,而且具有非高斯噪声(non-Gaussiannoise),这时很难设计一个非线性系统的状态观测器来提取有用信息。当前，滤波器技术是非线性动态系统或随机系统的状态估计和噪声过滤的主要途径。近年来，随机分布系统的故障检测与隔离问题成为研究的焦点，也提出了许多有效的解决方法。大体可分为如下两类：一是使用统计学理论，例如似然函数(likelihoodratio)和贝叶斯(Bayesian)理论，再结合诸如蒙特卡罗方法(MonteCarlomethod)粒子滤波#S(particlefilt

4、ering)等的数学计算，对故障(或系统参数突变)进行预估；二是基于特定方法的滤波器，例如最优化嬌滤波(entropyoptimizationfiltering)的最小化思想，能使估计误差满足各项性能指标。在研究线性高斯系统的故障检测与隔离时典型的方法是卡尔曼滤波器(Kalmanfilter)及改进(ExtendedKalmanfilter)o而对于非线性系统，滤波器的设计述需要一定的变换或逼近，以使得误差方程满足一定的线性结构。尽管如此，系统会受到高斯噪声的影响，可能产生非高斯的输出信号。对于一个非高斯的参数，均值和方差(meanandvariance)均不能有

5、效表征其动态特性。此时，改进的卡尔曼滤波器也只能在一定范围内使用，因为它仅仅给出了一个最小化参数估计。爛(entropy)能权衡随机特性，广泛应用于信息、热力学和控制理论中。在文献［1-2］+*,用B样条(B-spline)原理逼近系统输出的概率密度函数(probabilitydensityfunctions),随机故障检测与诊断问题转变成由线性系统支配的动态权重选择问题。文献［3］给出了一种使用可测的输出概率密度函数的鲁棒性故障检测与诊断方法,解决了一类非线性系统的动态权重模型。但是，文献［4］的计算过程过于繁琐，结论紺要满足假设：(1)输出信号可测；(2)输出

6、的概率密度函数能用B样条原理近似逼近；(3)控制输入量与在线权重之间的动态权重可建模。从实际情况出发，有两类故障隔离问题需要考虑：第一类是输出信号可测情况；第二类是输出的数据有部分缺失情况。针对第一种情况的方法，假设分析的采样数据集是完整的，可以通过构建一个残差滤波器；然后，基于矯最优化准则(EntropyOptimizationPrinciple)对该滤波器的残差故障检测性能优化，其冃的是将冃标故障与非冃标故障进行分离；最后，为了简化过程的计算量，引入辅助映射和Renyi来计算误差的概率密度函数。第二类情况反映实际工业过程当中，采集到的数据不完整。引起缺失数据的

7、原因很多，如观测器故障、观测器观察范围之外的误差、数据采集系统故障、计算机系统崩溃、中断的输电线路、本地数据的错误格式化、管理软件的数据错误以及数据备份的故障等。有时，数据在关键位置的值无法获得，其原因归咎于观测器或采样的问题，例如分析仪器的采样频率与温度、流速、压力的测量频率相比过低。对于这类情况下的故障隔离问题，目前的成果依然较少。在经典的随机控制和随机过程理论中，研究的对象大多为输入是高斯信号的随机系统和随机过程，这时随机输出的概率统计特性完全可以根据它的数学期望和方差确定。因此包括最小方差控制(minimumvariancecontrol)线性二次型控制(

8、linea