基于混合系统粒子滤波和二元估计的故障预测算法

被引:8
作者
张磊
李行善
于劲松
廖灿星
机构
[1] 北京航空航天大学自动化科学与电气工程学院
关键词
故障预测; 随机系统; 混合系统粒子滤波; 二元估计; 重要性采样重采样; 剩余寿命分布;
D O I
暂无
中图分类号
V267 [航空器的维护与修理]; V467 [航天器的维护与修理];
学科分类号
082503 ;
摘要
针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用混合系统粒子滤波和二元估计算法同时估计对象系统故障演化模型混合状态和未知参数的后验分布。在算法的状态预测阶段,在一定的假设条件的前提下,将混合模型连续状态变量的预测问题转化为一个基本状态空间模型的状态预测问题。通过对连续状态变量当前时刻的后验分布进行迭代采样从而获得其未来时刻的先验分布。在算法的决策阶段,在获取的故障演化模型连续状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了算法的有效性。
引用
收藏
页码:1277 / 1283
页数:7
相关论文
共 4 条
[1]   一种基于高斯混合模型粒子滤波的故障预测算法 [J].
张磊 ;
李行善 ;
于劲松 ;
代京 .
航空学报, 2009, 30 (02) :319-324
[2]   基于进化粒子滤波器的混合系统故障诊断 [J].
莫以为 ;
萧德云 ;
不详 .
控制与决策 , 2004, (06) :611-615
[3]   On sequential Monte Carlo sampling methods for Bayesian filtering [J].
Doucet, A ;
Godsill, S ;
Andrieu, C .
STATISTICS AND COMPUTING, 2000, 10 (03) :197-208
[4]   Strong tracking filter based adaptive generic model control [J].
Xie, XQ ;
Zhou, DH ;
Jin, YH .
JOURNAL OF PROCESS CONTROL, 1999, 9 (04) :337-350