[发明专利]基于粒子滤波的正向与逆向预测误差的故障预报方法

摘要

本发明涉及一种基于粒子滤波的正向与逆向预测误差的故障预报方法，适用于具有时序测量数据的机械设备系统的故障预报。本发明方法采用状态空间模型描述系统的故障演化过程，利用粒子滤波算法估计系统的工作状况；采用粒子滤波算法的前向预测功能对系统的未来状况进行预测，计算预测数据与实际观测数据之间的正向预测误差，使用基于正向预测误差的健康度评估系统的健康程度；采用粒子滤波算法的后向预测功能对系统的过去状况进行预测，计算预测数据与实际观测数据之间的逆向预测误差，使用基于逆向预测误差的故障度评估系统发生故障的可能性；在实时监测时，若故障度连续超过健康度，则预报有故障发生。本发明方法可实现故障的早期预报。

主权项

一种基于粒子滤波的正向与逆向预测误差的故障预报方法，其特征在于：包括如下步骤，S1：系统工作情况的统计计算：采用状态空间模型描述由状态变量x和观测变量y构成的系统，在每个时刻t，测量并获得观测数据yt，使用粒子滤波算法估计系统的状态并获得估计数据和设初始阶段系统工作正常，计算观测序列{yt}的标准差作为健康波幅σym，计算跟踪序列的均值计算误差序列的方差其中t＝1,2,3,…,m；S2：正向预测误差的计算：测量并获得观测数据{yt}，计算和其中t＝m+1,m+2,…；在时刻k(k>m)，由出发，利用粒子滤波算法和状态空间模型进行q步前向预测，求出预测序列和其中j＝1,2,…,q，且q>0；在时刻k+q，计算正向预测的误差序列其中t＝k+1,k+2,…,k+q；S3：计算系统在时刻t＝k+q的健康度Hk+q∈(0,1]：Hk+q=1qΣi=k+1k+qexp{-e→i24σym2};]]>S4：逆向预测误差的计算：测量并获得观测数据{yt}，计算和其中t＝m+1,m+2,…；在时刻k+q(k>m)，由出发进行s+q步后向预测，求出逆向预测序列和其中t＝k‑s,…,k+q‑2,k+q‑1，且k>s>0，q>0；然后，计算逆向预测的误差序列其中t＝k‑s,k‑s+1,…,k‑1；S5：计算系统在时刻t＝k+q的故障度Fk+q∈[0,1)：Fk+q=1-1sΣi=k-sk-1exp{-e~i22σem2};]]>S6：故障预报：计算系统在时刻k的故障度Fk及健康度Hk，并比较Fk与Hk及Fk+q与Hk+q，若Fk>Hk且Fk+q>Hk+q，则预报出现故障；否则，不进行故障预报。