基于正多胞体空间扩展滤波的时变参数系统辨识方法

针对未知但有界噪声时变参数系统,提出了一种基于正多胞体空间扩展滤波的参数辨识方法.采用有界误差方法对测量噪声和参数变化过程进行建模,通过选取最优扩展系数进而扩大正多胞体大小,使得正多胞体包含变化后的参数可行集,由时不变参数系统约束条件构造扩展系数方程,通过线性规划方法求解前k步扩展系数值,选取最大值作为最终扩展系数.采用扩展系数更新每一步时变参数正多胞体约束条件,求解全部参数的上下界得到包裹参数可行域的最紧致正多胞体.仿真示例说明该方法辨识时变参数的有效性和准确性.     

基于正多胞体线性规划的滤波故障诊断方法

针对含有未知但有界噪声的线性系统故障诊断问题,提出一种基于正多胞体的滤波故障诊断方法,利用线性规划方程表示递归运算过程中的约束条件,同时在递归过程中更新正多胞体的空间表达式,求取每个参数的不确定区间,并以正多胞体的空间形态描述参数可行集,通过检测滤波器参数正多胞体可行集是否为空,判断系统有无故障.针对不同故障类型设计集员滤波器,当参数正多胞体可行集为空,即系统发生故障时,采用模型匹配的方式实现故障诊断,如果出现故障样本中未包含的故障类型,则将该故障类型添加到故障样本库中.分别给出低维和高维空间的仿真实例,描述正多胞体空间的结构变化情况,给出不同故障状态下的正多胞体空间分析结果.最后通过仿真结果和分析验证了所提出的故障诊断方法的有效性和实用性.     

基于逆向卡尔曼滤波的电力变换器故障诊断方法

针对变换器中因电解电容退化而引起的等效电阻异变的故障诊断问题,提出了一种基于逆向卡尔曼滤波的电力变换器故障诊断方法。将变换器抽象为一类卡尔曼滤波动态方程。将电路元件参数作为卡尔曼滤波的未知状态,利用电路的电压和电流作为已知矩阵,逆向推导卡尔曼滤波递推公式,完成电力变换器的参数辨识和故障诊断。针对变换器正常状态下的参数辨识结果,表明所提出的逆向卡尔曼滤波参数辨识算法具有较高的精度。同时针对变换器故障状态下的故障诊断结果,表明逆向卡尔曼滤波算法也具有很好的跟踪性,能够快速显示故障元件及其参数变化情况。仿真验证了所提出方法的有效性和实用性。