[发明专利]一种基于多GPU并行CRPF的故障诊断方法在审
| 申请号： | 201910848407.2 | 申请日： | 2019-09-09 |
| 公开（公告）号： | CN110597203A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 王进花;曹洁;胡文东;朱恩昌;余萍;赵伟吉;王跃龙;胡佳伟;黄开杰 | 申请（专利权）人： | 兰州理工大学 |
| 主分类号： | G05B19/418 | 分类号： | G05B19/418 |
| 代理公司： | 61223 西安铭泽知识产权代理事务所(普通合伙) | 代理人： | 梁静 |
| 地址： | 730050 甘肃*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多GPU并行CRPF的故障诊断方法，包括：在多个GPU上均采用并行代价评估粒子滤波CRPF算法，对状态空间模型集中的每一个模型进行全局状态评估；将非线性非高斯随机系统的实际状态测量值与正常模态测量预测值对比生成残差，判断非线性非高斯随机系统是否发生故障；将正常状态空间模型的全局状态评估结果与各故障模型的全局状态评估结果分别对比生成残差，对非线性非高斯随机系统故障进行分离。本发明针对复杂噪声环境下多模型故障诊断的准确性和实时性，结合CRPF算法对复杂噪声环境下状态估计的优势，设计了多GPU的双层并行加速CRPF的故障诊断方法，在改善准确性的同时，实现算法执行速度的大幅加速。 | ||
| 搜索关键词： | 故障诊断 全局状态 随机系统 非高斯 并行 评估结果 噪声环境 残差 算法 测量 状态空间模型 代价评估 发生故障 故障模型 空间模型 粒子滤波 实际状态 算法执行 状态估计 实时性 正常模 评估 预测 | ||
【主权项】：
1.一种基于多GPU并行CRPF的故障诊断方法，其特征在于，包括：/n获取非线性非高斯随机系统的状态空间模型集；其中，所述状态空间模型集包括：一个正常模型和多个故障模型；/n在多个GPU上均采用并行代价评估粒子滤波CRPF算法，对状态空间模型集中的每一个模型进行全局状态评估；其中，所述状态空间模型集中的每一个模型对应一个GPU；/n将非线性非高斯随机系统的实际状态测量值与正常模态测量预测值对比生成残差，判断非线性非高斯随机系统是否发生故障；/n当非线性非高斯随机系统发生故障时，将正常模型的全局状态评估结果与各故障模型的全局状态评估结果分别对比生成残差，对非线性非高斯随机系统故障进行分离。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于兰州理工大学，未经兰州理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910848407.2/，转载请声明来源钻瓜专利网。
