基于粒子滤波的非线性设备状态估计.pdf

基于粒子滤波的非线性设备状态估计.pdf

ID:52211071

大小:1.21 MB

页数:5页

时间:2020-03-25

基于粒子滤波的非线性设备状态估计.pdf_第1页
基于粒子滤波的非线性设备状态估计.pdf_第2页
基于粒子滤波的非线性设备状态估计.pdf_第3页
基于粒子滤波的非线性设备状态估计.pdf_第4页
基于粒子滤波的非线性设备状态估计.pdf_第5页
资源描述:

《基于粒子滤波的非线性设备状态估计.pdf》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、设备设计/诊断维修/再制造现代制造工程(ModemM锄ufact响ngEn西neering)2014年第l期基于粒子滤波的非线性设备状态估计林国语1,贾云献1,孙磊1,张文泉2,赵劲松3(1军械工程学院,石家庄050003;2武汉士官学校,武汉430075;3军事交通学院,天津300161)摘要:为解决非线性非平稳设备状态估计难的问题,提出一种基于粒子滤波的非线性设备状态估计方法。该方法通过蒙特卡洛方法仿真状态动态模型和观测模型,并对系统状态的后验概率密度函数进行估计。该方法避免了典型卡尔曼滤波状态估计过程中要求线性和高斯噪声的假定。最后,将该方法用

2、于齿轮箱状态估计实验,实验结果显示,该方法与卡尔曼滤波法相比较,结果更加准确,验证了该方法的有效性。关键词:非线性;粒子滤波;状态估计;齿轮箱中图分类号:THl7文献标志码:A文章编号:1671—3133(2014)01—0097—05Nolllinearcomponentstateestimationbasedpanicle6ltering“nGuoyul,JiaYuIl】【ianl,sunLeil,zll肌gwenquan2,zhaoJinson93(1MechanicalEngineeringCoUege,Shijiazhuang050003,

3、China;2OrdnanceNoncommissionedOmcerAcademy,Wuhan430075,China;3MilitaryTransportationUnivers畸,Tianjin300161,China)Ab瓯I咎ct:Tosolvestateestimationpmblems0f∞nlinearandnon-stationaryprocessofcomponents,astateestimatemetllodbased胁icleFiltering(PF)ispmposed.’Ihe印pmachemploysMontecados

4、imIllationofastatedyIl锄icmodelaIldame鹊urementmodelforestimatiIlgtllep∞teliorpmbabil畸densityfunctionofthestateofadegradingcomponematfuturetimes.r11le印proachavoidsmakingthesimp脚ng鹊sumptionsofline耐ty肌dG锄ssiaIlnoiset)rpicalofKalm粕6lte血g.Finally,tllepmposed印·proachis印pliedtogearboxs

5、tateestimation.7rheresuhsshowthatParticleFiltering(PF)ismoreaccumcytlI肌Kalm明filteriI唱fbrno

6、llinearstateestimation.Key啪rds:nonlinear;PanicleFilter(PF);stateestimation;gearboxO引言随着高科技的发展和应用,工业设备越来越复杂且运行状态具有较强非线性和非高斯的特点,这导致从设备状态监测获得的数据也具有非线性和非高斯的特点。目前比较成熟的状态估计技术是卡尔曼滤波¨引。但是,卡尔曼滤波法在

7、估计非线性系统状态时得到的结果较差,且必须假设系统状态变量满足高斯分布,因此,其适用性存在很大限制。近几年新发展的粒子滤波(PanicleFiltering,PF)算法∞41从理论上解决了系统状态的线性和高斯假设的限定,可以较为准确地估计系统状态。相对于卡尔曼滤波法,PF算法采用蒙特卡洛方法仿真状态动态模型和观测模型,并对系统状态的后验概率密度函数进行估计,具有不受模型线性、高斯假设约束的特点。PF算法既利用了系统观测信息,又通过粒子描述了系统运行过程的状态模型,理论上适用于任意非线性、非高斯动态系统的状态预测问题。因此,为了克服非线性数据带来的影响

8、,且由于粒子滤波具有计算效率高、适用于非线性系统状态估计等优点,本文提出一种基于粒子滤波的状态估计方法,并应用于齿轮箱状态估计。1粒子滤波状态估计状态空间模型是进行PF算法应用研究的基础。符合实际的非线性状态空间模型能准确地描述系统退化状态的发展过程。状态空间模型的一般形式可描述为∞J:石。=Z(菇I-l,加¨)(1)毛=^。(菇。,移。)(2)式中:戈。为£时刻设备状态,如裂纹长度等;乞为t时刻设备的观测信息,如振动信号、油液浓度等江(·)为£时刻状态转移函数,表示系统的状态变化过程,可能非线性;^。(·)为£时刻观测函数,表示隐含状态与观9720

9、14年第1期现代制造工程(M0demM锄ufact埘ngEn舀neering)测序列的关系,可能非线性;训川

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。