《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 測試測量 > 設(shè)計應(yīng)用 > 用強(qiáng)跟蹤濾波器的方法解決一類傳感器故障
用強(qiáng)跟蹤濾波器的方法解決一類傳感器故障
來源:微型機(jī)與應(yīng)用2011年第1期
于鳳滿,周玉國,徐志超
(青島理工大學(xué) 自動化工程學(xué)院,山東 青島 266033)
摘要: 針對一種常見的傳感器恒偏差故障問題,提出一種基于強(qiáng)跟蹤卡爾曼濾波傳感器故障診斷的方法。仿真實驗表明,強(qiáng)跟蹤卡爾曼濾波算法是一種較好的非線性系統(tǒng)傳感器故障診斷方法。
Abstract:
Key words :

摘  要: 針對一種常見的傳感器恒偏差故障問題,提出一種基于強(qiáng)跟蹤卡爾曼濾波傳感器故障診斷的方法。仿真實驗表明,強(qiáng)跟蹤卡爾曼濾波算法是一種較好的非線性系統(tǒng)傳感器故障診斷方法。
關(guān)鍵詞: 故障診斷;強(qiáng)跟蹤濾波器;傳感器;恒偏差;仿真

 目前,對線性系統(tǒng)的參數(shù)估計技術(shù)已經(jīng)比較成熟,可以采用傳統(tǒng)的卡爾曼估計、最小二乘估計等方法來實現(xiàn)。而對復(fù)雜的時變、強(qiáng)耦合非線性系統(tǒng),傳統(tǒng)的擴(kuò)展卡爾曼濾波器EKF(Extended Kalman Filter)由于其對系統(tǒng)參數(shù)變化不具有魯棒性,在系統(tǒng)參數(shù)突變的情況下容易出現(xiàn)濾波誤差增大(甚至發(fā)散)現(xiàn)象。另外,當(dāng)擴(kuò)展卡爾曼濾波器達(dá)到平穩(wěn)的狀態(tài)下,濾波增益陣會變得很小。當(dāng)系統(tǒng)參數(shù)突變后,由于濾波增益陣不能迅速增大,所以會導(dǎo)致濾波器對狀態(tài)突變跟蹤能力極差,不能用于非線性系統(tǒng)參數(shù)估計。為了增強(qiáng)卡爾曼濾波器在參數(shù)突變情況下的魯棒性和跟蹤能力,清華大學(xué)的周東華教授等人提出了強(qiáng)跟蹤濾波器STF(Strong Tracking Filter)的理論[1]?;谶@種理論,本文提出一類關(guān)于非線性系統(tǒng)傳感器恒偏差故障問題的檢測與診斷方法,可用于估計故障的幅值。
 實際控制系統(tǒng)的典型故障有:(1)執(zhí)行機(jī)構(gòu)及輸出傳感器的增益逐漸衰減或突然衰減,導(dǎo)致超出允許范圍;(2)執(zhí)行機(jī)構(gòu)及輸出傳感器出現(xiàn)超限的階躍型或緩變型輸出偏差等。
1 傳感器恒偏差失效故障
 考慮如下一大類離散非線性系統(tǒng)的狀態(tài)估計問題:


    強(qiáng)跟蹤濾波器中,時變漸消因子的引進(jìn)目的是調(diào)整系統(tǒng)預(yù)測誤差的協(xié)方差矩陣,并確定時變增益陣,使得不同時刻的殘差序列向量處處保持相互正交狀態(tài),從而使系統(tǒng)變量的估計誤差達(dá)到最小。



    對狀態(tài)x1(k)進(jìn)行仿真,仿真結(jié)果如圖1所示。當(dāng)k=200時,加入外部強(qiáng)干擾信號,狀態(tài)x2(k)上分別有幅值上的突變,仿真結(jié)果如圖2所示。當(dāng)k=300時,傳感器發(fā)生幅值為0.01(約為傳感器正常輸出值0.12的8.3%)的階躍偏差型故障,仿真結(jié)果如圖3所示。

    仿真結(jié)果表明,強(qiáng)跟蹤濾波器的方法對本文提出的一類傳感器恒偏差故障具有很強(qiáng)的動態(tài)跟蹤能力,雖然與傳統(tǒng)的卡爾曼濾波器相比,系統(tǒng)噪聲與測量噪聲對強(qiáng)跟蹤濾波器的跟蹤能力影響較小,但還存在有一定影響;與其他方法計算量相比,強(qiáng)跟蹤濾波器的方法計算量適中,可作實時算法在線應(yīng)用。
本文用強(qiáng)跟蹤濾波器的方法解決了一類傳感器的故障問題,并在此基礎(chǔ)上實現(xiàn)了非線性過程的非線性控制,具有很好的濾波效果。
參考文獻(xiàn)
[1] 周東華,葉銀忠.現(xiàn)代故障診斷與容錯控制[M].北京: 清華大學(xué)出版社,2000.
[2] 聞新,張洪鉞,周露.控制系統(tǒng)的故障診斷與容錯控制[M].北京:機(jī)械工業(yè)出版社,1998.
[3] 文成林,陳志國,周東華.基于強(qiáng)跟蹤濾波器的多傳感器非線性動態(tài)系統(tǒng)狀態(tài)與參數(shù)聯(lián)合估計[J].電子學(xué)報,2002(11):1715-1717.
[4] YANG Guo Sheng, WEN Cheng Lin, TAN Min. Multisensor distributed track fusion algorithm based on strong tracking filter and feedback integration[J]. ACTA Automatica Sinica, 2004, 30(2): 244-250.
[5] 柯晶,喬誼正,錢積新.基于強(qiáng)跟蹤濾波器的改進(jìn)非線性自適應(yīng)觀測器[J].系統(tǒng)工程與電子技術(shù),2005,27(1):111-117.
[6] 劉志成,劉春濤.基于參數(shù)估計的傳感器故障診斷的改進(jìn)方法[J].計算機(jī)應(yīng)用與軟件,2009,26(9):183-185.
[7] 于百勝,黃文虎.基于強(qiáng)跟蹤濾波器的在線故障診斷方法[J].振動、測試與診斷,2003,23(12):260-263.
[8] 童春霞,張?zhí)鞓?強(qiáng)跟蹤濾波理論在非線性飛控中的應(yīng)用[J].計算機(jī)仿真,2004,21(8):17-19.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。