復(fù)雜環(huán)境下基于粒子濾波的故障檢測方法研究.pdf

1、隨著信息技術(shù)和智能控制技術(shù)的快速發(fā)展，現(xiàn)代工業(yè)控制系統(tǒng)的規(guī)模更加龐大，結(jié)構(gòu)更加復(fù)雜，內(nèi)部聯(lián)系更加緊密，且對其可靠性和安全性要求也越來越高。故障檢測技術(shù)為保障控制系統(tǒng)正常運(yùn)行以及發(fā)生故障后及時(shí)檢測出故障提供了方法和途徑，成為保障系統(tǒng)正常運(yùn)行不可或缺的重要技術(shù)。但是實(shí)際工業(yè)控制系統(tǒng)大多具有一定程度的非線性特性，而目前針對非線性系統(tǒng)的故障檢測技術(shù)尚未形成完善及成熟的方法。粒子濾波不受噪聲和模型等假設(shè)條件的約束在非線性系統(tǒng)問題的處理上具有獨(dú)特的

2、優(yōu)勢，逐漸成為研究的熱點(diǎn)。但是粒子濾波算法存在粒子退化、樣本枯竭以及難以應(yīng)對未知噪聲的問題，導(dǎo)致故障狀態(tài)估計(jì)精度不高，從而影響檢測精度。因此本文將針對此問題進(jìn)行研究，主要的研究內(nèi)容如下：
　　(1)針對故障狀態(tài)估計(jì)中粒子濾波的粒子退化和樣本枯竭造成估計(jì)精度不高問題，采用權(quán)值抖動螢火蟲算法和不完全重采樣策略對粒子濾波存在的這些問題進(jìn)行研究。首先利用螢火蟲算法的強(qiáng)尋優(yōu)能力特性，在采樣過程中通過權(quán)值抖動螢火蟲算法指導(dǎo)粒子的整體移動，加速

3、粒子向真實(shí)值附近運(yùn)動，提高狀態(tài)估計(jì)的精度；其次，采用不完全重采樣策略，緩解粒子退化，更好地保持粒子的多樣性。
　　(2)針對未知噪聲干擾下非線性系統(tǒng)故障狀態(tài)濾波過程中濾波發(fā)散及失效導(dǎo)致估計(jì)精度不高的問題進(jìn)行研究。首先利用Sage-Husa估計(jì)器可以直接實(shí)時(shí)估計(jì)噪聲特性的特點(diǎn)，將Sage-Husa估計(jì)器與無跡卡爾曼濾波結(jié)合估計(jì)未知噪聲的統(tǒng)計(jì)特性，并融入最新的量測信息產(chǎn)生建議分布函數(shù)；然后，在重采樣階段利用權(quán)值抖動螢火蟲算法優(yōu)化粒子集