| 非线性动态系统故障预测方法 | |
| 徐贵斌 ; 周东华 ; Xu Guibin ; Zhou Donghua | |
| 2010-06-09 ; 2010-06-09 | |
| 关键词 | 故障预测 粒子滤波 测量丢失 传输延迟 fault prediction particle filter measurement missing transmission delay TP277 |
| 其他题名 | Fault prediction for nonlinear dynamic system with incomplete measurements |
| 中文摘要 | 针对一类非线性动态系统,在测量数据发生传输延迟或丢失的情况下,研究了动态系统缓变故障的预测问题.重新定义了粒子滤波器的似然函数,提出了滑动窗口粒子滤波(sliding-window particle filter)算法,并得到了故障幅值的初始估计.在通过滑动窗口在线小波去噪技术对故障幅值的初始估计降噪处理后,提出了基于ARIMA模型的时间序列预测算法.上述算法能够实时地对故障幅值进行迭代估计和预测.在给定故障阈值的条件下,算法能够提前预测系统发生失效的时间.三容水箱的仿真例子说明了算法的有效性.; The likelihood function of particle filter is redefined,and sliding-window particle filter algorithm is proposed to obtain the initial estimation of the fault amplitude.After denoising to the initial estimation of the fault amplitude via on-line sliding-window wavelet denoising technology,the ARIMA model based time series prediction algorithm is brought forward.These two algorithms can iteratively estimate and predict the fault amplitude on-line.Given the threshold of failure,the two algorithms can predict the time of system failure.A simulation on 3-tank-system is given to illustrate the efficiency of the proposed techniques.; 国家自然科学基金资助项目(60721003,60736026); 国家重点基础研究计划资助项目(2009CB32602) |
| 语种 | 中文 ; 中文 |
| 内容类型 | 期刊论文 |
| 源URL | [http://hdl.handle.net/123456789/57979]  |
| 专题 | 清华大学 |
| 推荐引用方式 GB/T 7714 | 徐贵斌,周东华,Xu Guibin,等. 非线性动态系统故障预测方法[J],2010, 2010. |
| APA | 徐贵斌,周东华,Xu Guibin,&Zhou Donghua.(2010).非线性动态系统故障预测方法.. |
| MLA | 徐贵斌,et al."非线性动态系统故障预测方法".(2010). |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论