发明名称 |
基于模糊奇偶方程及AR模型的非线性系统故障预测方法 |
摘要 |
一种基于模糊奇偶方程及AR模型的非线性系统故障预测方法,包括以下步骤:采用模糊奇偶方程方法估计非线性系统执行器或传感器偏差;采用AR模型对所述执行器、传感器产生的偏差序列进行建模,给出偏差预测值;由偏差预测值结合其统计规律计算执行器或传感器故障发生概率,并用预测置信因子对预测准确性进行评价。从而提供一种以故障发生概率的形式给出了预测结果,并预测置信因子来反映了预测结果的准确程度的基于模糊奇偶方程及AR模型的非线性系统故障预测方法。 |
申请公布号 |
CN101807047B |
申请公布日期 |
2011.11.09 |
申请号 |
CN201010128062.2 |
申请日期 |
2010.03.19 |
申请人 |
北京航空航天大学 |
发明人 |
宋华;张茂林 |
分类号 |
G05B13/04(2006.01)I |
主分类号 |
G05B13/04(2006.01)I |
代理机构 |
北京双收知识产权代理有限公司 11241 |
代理人 |
吴杰 |
主权项 |
1.一种基于模糊奇偶方程及AR模型的非线性系统故障预测方法,其特征在于,包括以下步骤:采用模糊奇偶方程方法估计非线性系统执行器或传感器偏差;采用AR模型对所述执行器、传感器产生的偏差序列进行建模,给出偏差预测值;由偏差预测值结合其统计规律计算执行器或传感器故障发生概率,并用预测置信因子对预测准确性进行评价,其中:所述采用模糊奇偶方程方法估计非线性系统执行器、传感器偏差的步骤还包括:对非线性系统在各工作点处线性化,得到局部线性模型;离线计算出各局部线性模型的奇偶方程;利用模糊奇偶方程方法计算出系统的残差,根据残差进行故障诊断;所述利用模糊奇偶方程方法计算系统的残差,根据残差进行故障诊断步骤还包括:执行器残差的计算和故障征兆评估,以及传感器残差的计算和故障征兆评估;所述采用AR模型对所述执行器、传感器产生的偏差序列进行建模的步骤中,采用滚动数据窗方法给残差建模,并采用FPE准则进行模型定阶;所述预测置信因子用c<sub>k</sub>表示,由残差的统计规律确定预测置信因子,当残差正态分布时,预测置信因子表示为<img file="FDA0000068318890000011.GIF" wi="467" he="122" />其中ξ<sub>e</sub>(t+k)=3σ<sub>et</sub>(1),σ<sub>et</sub>(k)为k步的预测误差;所述ξ<sub>e</sub>(t+k)设为ξ<sub>e</sub>(t+k)=|x(t+k)-T<sub>D</sub>|,其中x(t+k)为t+k时刻残差值,T<sub>D</sub>为阈值。 |
地址 |
100191 北京市海淀区学院路37号 |