智能故障诊断方法研究与仿真

物理与电子信息工程学院本科毕业设计（论文）

诚信承诺书

1、本人郑重地承诺所呈交的毕业设计（论文），是在指导教师

老师的指导下严格按照学校和学院有关规定完成的。

2、本人在毕业论文（设计）中引用他人的观点和参考资料均加以注释和说明。

3、本人承诺在毕业论文（设计）选题和研究过程中没有抄袭他人研究成果和伪造相关数据等行为。

4、在毕业论文（设计）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。

毕业论文（设计）作者签名：

班级：学号：

年月日

目录

摘要................................................................................................................................................ II Abstract .......................................................................................................................................... II 1 引言 (1)

1.1 课题背景与意义 (1)

1.2 相关研究综述 (1)

1.3 本课题的主要研究内容 (2)

1.4 论文组织结构 (2)

2 粒子滤波算法理论分析 (3)

2.1 蒙特卡洛方法 (3)

2.2 贝叶斯定理 (5)

2.3 粒子滤波算法 (5)

3 基于粒子滤波的故障诊断分析 (10)

3.1 故障诊断的基本原理 (10)

3.1.1 故障诊断的发展现状 (10)

3.1.2 故障诊断的定义与分析方法 (10)

3.1.3 故障诊断的方法分类 (11)

3.2 基于粒子滤波的故障诊断方法 (12)

3.3 粒子滤波算法故障诊断仿真结果 (14)

4 结论与展望 (14)

致谢 (15)

参考文献 (16)

附件1 程序代码 (17)

摘要

随着社会科技的发展，生产系统中对设备的可靠性和安全要求越来越高，国内外越来越多的学者对故障诊断产生了研究兴趣。实时检测，定位与故障排除需要故障诊断为其提供了科学的理论依据。因为现在的系统设备结构大多为非线性系统，工作现场的噪声干扰大，不同于实验室的理想高斯噪声，粒子滤波算法是有效处理非线性系统和非高斯故障问题的一种算法。粒子滤波是采用递归贝叶斯估计的蒙特卡罗方法。使用粒子集表观的概率能够用于任何情形的状态空间模型。

粒子滤波的故障诊断方法的核心是：通过粒子滤波法估算系统状态值，与真实的系统状态值互相对比，其差值可作为故障诊断的理论依据。即差值高于一定的设定的值时，故障判断为发生；低于设定的值时，故障判断为没有发生。

关键词：非线性非高斯系统；故障诊断；粒子滤波；蒙特卡洛方法

Abstract

Key Words: xxx; xxx; xxx (英文首字母大写)

Abstract：With The increase of reliability and security requirement for the equipment in the Modern production, fault diagnosis has attracted research interest of many scholars. Fault diagnosis provides a strong scientific basis for real-time detection, location and troubleshooting. Because the current system equipment structure is mostly non-linear system, the work site noise interference is serious, different from the laboratory ideal Gaussian noise. The particle filter algorithm is an effective algorithm to solve the fault problem of non - Gaussian nonlinear systems. Particle filtering is a Monte Carlo method for recursive Bayesian estimation, which can be used in any form of state space model using particle set representation probability.

The core of the particle filter fault diagnosis method is to use the particle filter algorithm to estimate the system state value, and compare the real system state value, the difference as the basis for fault diagnosis. When the difference is greater than a certain set value, to determine the fault occurred; less than the set value, to determine the failure did not occur.

Key Words: Nonlinear non - Gaussian systems; fault diagnosis; particle filter; Monte Carlo method