基于自适应阈值的粒子滤波非线性系统故障诊断

《基于自适应阈值的粒子滤波非线性系统故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2016年10月第42卷第10期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronautics0ctober2016V01．42No．10http：}}bhxb．buaa．edu．onjbuaa@buaa．edu．cnDOI：10．13700／j．bh．1001-5965．2015．0611基于自适应阈值的粒子滤波非线性系统故障诊断蒋栋年1’2，李炜1’2，4(1．兰州理工大学电气工程与信息工程学院，兰州730050；2．兰州理工大学甘肃

2、省工业过程先进控制重点实验室，兰州730050)摘要：针对实际非线性系统传统方法难以实现可靠故障诊断的问题，采用粒子滤波算法，利用对数似然函数和作为评价指标，并借助自适应阈值的设计，研究了非线性非高斯系统的故障检测和故障隔离。阈值的选取，是准确判别系统是否发生故障的标准，本文通过分析非线性系统残差的统计特性，在判定残差统计特性成正态分布的基础上，设计了一种基于粒子滤波故障诊断的自适应阈值方法，减少了故障诊断的漏报和误报。通过非恒温连续搅拌水箱式反应堆的仿真实例，验证了该方法在故障诊断中的准确性和有效性。

3、关键词：自适应阈值；粒子滤波；故障诊断；误报率；漏报率；正态分布；非线性系统中图分类号：TP277文献标识码：A文章编号：1001—5965(2016)10．2099-08随着现代工业过程规模更加庞大，且系统内部联系变得更加紧密，对系统设备的可靠性和安全性研究受到了学术界的广泛关注¨‘3o。故障诊断技术可对故障类型、故障部位及原因进行诊断，并为排除故障进而实现系统容错提供有力的科学依据和保障。现代设备结构复杂，系统或多或少存在非线性特性，工作现场噪声干扰严重，且不同于理想的高斯噪声。传统基于模型的非线性

4、系统故障诊断方法，多采用非线性系统的模型线性化，与实际系统存在一定的误差，使得阈值的选取困难，故障诊断的误报率和漏报率较高。粒子滤波是递推贝叶斯估计的一种蒙特卡罗实现方法，利用蒙特卡罗的贝叶斯估计方法来逼近真实状态的后验概率密度H41，为解决非高斯噪声下非线性系统故障诊断提供了一种有效途径旧41。文献[9]针对移动机器人系统在线故障诊断难以及状态估计计算量大的问题，设计了一组基于非线性系统的平行粒子滤波器，提高了故障诊断效率，缩短了故障诊断时间。文献[10]使用粒子滤波结合极大似然估计和假设检验的方法，

5、实现了非线性系统的故障检测，并进一步实现了对间歇故障的容错。文献[11]结合自适应模糊神经网络和高阶粒子滤波器，对非线性系统进行了故障预测，进而对系统进行了寿命预测。粒子滤波的故障诊断方法，是利用粒子通过模型按时间顺序的前向传播估计系统状态值，并与系统状态真值比较产生残差，以残差作为故障诊断的依据¨2

6、。然而，对于实际非线性系统而言，由于无法避免的建模误差、噪声及扰动等不确定性因素，残差势必会在一定范围内波动，因此在故障诊断中采用自适应阈值方法很有必要。针对基于模型的故障诊断，自适应阈值的选取通常有两种

7、方法‘¨1：时域方法⋯。51和频域方法⋯。7

8、。文献[15，17]分别使用积分不等式和日。输出观测器对一类线性系统分别采用时域方法和频域方法进行了自适应阈值的优化设计。但在非线性系统中，不管是针对结构不确定性的时域方法还是针对非结构不确定性的频域方法，局限性都比较收稿日期：2015-09-17；录用日期：2015-11-27；网络出版时间：2016-01-0410：04网络出版地址：WWW．cnki．net／kcms／detail／11．2625．V．20160104．1004．007．html基金项目

9、：国家自然科学基金(61364011)；甘肃省自然科学基金(2015GS05221)}通讯作者：Tel．：0931-2976020E—mail：liwei@lut．ca引用格式：蒋栋年，李炜．塞于自适应闻值的粒子滤波非线性系统故障诊断fJJ．北京航空航天大学学报，2016，42(10)：2099—2106．JIANGDN。LIW．Faultdlagnosisofparticlefilternonlinearsystemsbasedonadaptivethresholde1]．JoumalofBeijin

10、gUniversityofAeronauticsandAstronautics，2016，42(10)：2099—2106(inChinese)．2100北京航空航天大学学报2016年大。因此，本文针对一类非线性系统，在深度分析了系统残差特性并得出其统计规律的基础上，利用统计方法设计自适应阈值，以此为依据使用粒子滤波算法对非线性系统进行了故障诊断，以期实现非线性系统的可靠故障诊断。1问题描述假设非线性系统状态空间模型描述如下：『菇^=／I茗