【摘要】：卡爾曼濾波是故障診斷領(lǐng)域一個重要研究方向,其濾波器使得估計的狀態(tài)向量更加逼近真實狀態(tài),引起了世界各國的重視,同時也越來越受到學(xué)術(shù)界的關(guān)注�？柭鼮V波有著計算量小、對存儲容量有著低要求的特點,對在線實時運算、計算機實現(xiàn)提供了方便,有著廣闊的應(yīng)用前景。首先,通過近幾年的故障診斷的發(fā)展,匯總了故障診斷技術(shù)的方法,并提出研究意義和現(xiàn)如今故障診斷的發(fā)展現(xiàn)狀。把研究的重點放在了基于模型解析的故障診斷,對硬件冗余和解析冗余作了對比,選出了當(dāng)今時代的主流冗余方法,并對其殘差生成與評價和閾值選取做了詳細(xì)的說明。其次,通過傳統(tǒng)的卡爾曼濾波方法的研究,在此基礎(chǔ)上加入近似概率分布,形成了能提高故障檢測準(zhǔn)確率的UKF算法,并對其基本原理和發(fā)展現(xiàn)狀作了簡要描述,利用仿真實例實現(xiàn),從而提出了基于卡爾曼濾波的殘差平滑的故障隔離技術(shù),以及多濾波器殘差故障診斷算法,實現(xiàn)了故障的準(zhǔn)確定位。然后,將平方根容積法用于卡爾曼濾波算法中,SCKF對解復(fù)雜非線性系統(tǒng)的狀態(tài)估計問題,具有精度高、穩(wěn)定性優(yōu)和計算復(fù)雜度低等優(yōu)點。針對發(fā)生執(zhí)行器故障的非線性隨機動態(tài)系統(tǒng),采用SCKF估計系統(tǒng)狀態(tài),并根據(jù)狀態(tài)估計結(jié)果,利用滑動時間窗口技術(shù)設(shè)計殘差信號,檢測故障發(fā)生。最后,利用傳統(tǒng)的典型飛行控制系統(tǒng),并加入卡爾曼濾波算法,建立飛行控制系統(tǒng)的動力學(xué)模型,從而實現(xiàn)飛機在飛行任務(wù)時的實時檢測與診斷,另外分別對高斯和非高斯噪聲的影響,測試卡爾曼濾波估計性能,從而證明了論文所研究的基于卡爾曼濾波器的故障診斷的優(yōu)越性。
【圖文】：

圖 3.13 基于 UKF 的故障診斷流程圖Fig.3.13 Based UKF fault diagnosis flow chart般情況下，系統(tǒng)殘差的生成與噪聲信號生成所對應(yīng)，通過所設(shè)定的閾值在M 時刻所估計的殘差平均值d 。當(dāng)殘差均值大于所設(shè)定的閾值 ，，表

圖 4.1 CKF 算法的卡爾曼增益情況Fig. 4.1 Kalman gain of CKF algorithm0.91a=1.0a=0.94a=0.8
【學(xué)位授予單位】：青島理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN713;TP277

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 程瑤;王日新;徐敏強;;基于非線性未知輸入觀測器的航天器故障診斷[J];深空探測學(xué)報;2015年03期

2 張秋昭;張書畢;劉志平;卞和方;;基于奇異值分解的魯棒容積卡爾曼濾波及其在組合導(dǎo)航中的應(yīng)用[J];控制與決策;2014年02期

3 薛樹功;魏利勝;凌有鑄;;基于擴展卡爾曼濾波的永磁同步電機無傳感器矢量控制[J];電機與控制應(yīng)用;2011年08期

4 孔英會;苑津莎;李新葉;趙振兵;;基于時序特征和參數(shù)估計的變壓器故障診斷方法[J];電工技術(shù)學(xué)報;2008年12期

5 姚華;單貴平;孫健國;;基于卡爾曼濾波器及神經(jīng)網(wǎng)絡(luò)的發(fā)動機故障診斷[J];航空動力學(xué)報;2008年06期

6 樊紅娟;馮久超;謝勝利;王世元;;無先導(dǎo)Kalman濾波器在濾波噪聲污染的混沌信號時的非周期振蕩現(xiàn)象[J];自然科學(xué)進(jìn)展;2007年11期

7 靳天成,楊應(yīng)成;飛機自動駕駛儀故障診斷系統(tǒng)[J];自動化與儀表;1998年05期

本文編號：2665137