摘  要： 針對一種常見的傳感器恒偏差故障問題，提出一種基于強跟蹤卡爾曼濾波傳感器故障診斷的方法。仿真實驗表明，強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)。而對復雜的時變、強耦合非線性系統(tǒng)，傳統(tǒng)的擴展卡爾曼濾波器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，當擴展卡爾曼濾波器達到平穩(wěn)的狀態(tài)下，濾波增益陣會變得很小。當系統(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，清華大學的周東華教授等人提出了強跟蹤濾波器STF(Strong Tracking Filter)的理論[1]。基于這種理論，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)行機構(gòu)及輸出傳感器的增益逐漸衰減或突然衰減，導致超出允許范圍；(2)執(zhí)行機構(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：


    強跟蹤濾波器中，時變漸消因子的引進目的是調(diào)整系統(tǒng)預測誤差的協(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)變量的估計誤差達到最小。



    對狀態(tài)x1(k)進行仿真，仿真結(jié)果如圖1所示。當k=200時，加入外部強干擾信號，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，強跟蹤濾波器的方法計算量適中，可作實時算法在線應用。
本文用強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
[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：機械工業(yè)出版社，1998.
[3] 文成林，陳志國，周東華.基于強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.基于強跟蹤濾波器的改進非線性自適應觀測器[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方法[J].計算機應用與軟件，2009，26(9)：183-185.
[7] 于百勝，黃文虎.基于強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?強跟蹤濾波理論在非線性飛控中的應用[J].計算機仿真，2004，21(8)：17-19.