[發明專利]一種基于模型特征的動態故障診斷方法

在審

• 申請號: 201810678404.4
• 申請日: 2018-06-27
• 公開（公告）號: CN110728007A
• 公開（公告）日: 2020-01-24
• 發明（設計）人: 王萬征;郭玉勝;張吉先;莊廣琛;宋雅蘭;艾瀛濤;鄧繼權;王海軍;李海強;馬小艷;胡恒佳
• 申請（專利權）人: 北京自動化控制設備研究所
• 主分類號: G06F30/20
• 分類號: G06F30/20;G01C25/00
• 代理公司: 11007 核工業專利中心
• 代理人: 劉昕宇

一種基于模型特征的動態故障診斷方法。本發明屬于優化方法，具體涉及一種多元信息融合故障檢測優化方法。它包括：步驟一：建立濾波器估計模型和遞推方程組；步驟二：建立狀態遞推器；步驟三：進行χ²檢驗；步驟四：帶狀態遞推器的χ²檢驗的優化。本發明的有益效果是：本發明提供了一種適用于慣導系統的多元信息融合算法，在進行多信息融合的同時，結合組合導航系統的實際工作情況，以及慣導系統本身高可靠性的特點，減小了對存儲空間的要求，同時對硬故障和軟故障均能很好的檢測，提高了組合導航系統的可靠性。

技術領域

本發明屬于故障診斷方法，具體涉及一種基于模型特征的動態故障診斷方法。

背景技術

組合導航系統中，慣性導航系統，特別是高精度慣性導航系統/航姿測量系統自身的可靠性很高，但精度會隨時間逐漸下降，因此為了提高慣導系統的長期導航精度，會引入外部輔助導航信息，一般為GPS、DVL等定位、測速設備。這些外部導航信息特性與慣性導航系統不同——長期精度很高，但卻容易受到外部環境干擾出現測量誤差。如果將包含干擾誤差的輔助信息直接引入慣導系統，會嚴重影響慣導系統精度，引起濾波器振蕩，此后幾秒至幾分鐘內(與誤差大小及慣導系統濾波器參數有關)，慣導系統的精度都會下降。因此為了保證慣導系統能夠長時間的正常工作，很重要的一點是提高系統對外部參考信息的診斷和隔離能力。

一般的檢測方法對硬故障(突變)具有很好的檢測效果，但對于軟故障(緩變)則不能及時的識別。

發明內容

本發明的目的是針對現有技術的缺陷，提出一種基于模型特征的動態故障診斷方法。

本發明是這樣實現的：一種基于模型特征的動態故障診斷方法,包括下述步驟:

步驟一:針對系統，建立Kalman濾波器估計模型

式中：

X_k——狀態變量；第一次由外部給定，以后的計算由上一輪的結果給出；

Φ_k,k-1——t_k-1時刻至t_k時刻的一步轉移矩陣；由系統給出；

Z_k——量測量；由外部給定；

H_k——量測矩陣；由外部給定；

W_k——系統激勵噪聲序列；由外部給定；

V_k——量測噪聲序列；由外部給定；

k——循環次數，

卡爾曼濾波遞推方程組如下：

a)狀態一步預測：

是X_k的估計，初值是0，以后每個步驟用遞推結果

是X_k的一步預測；

b)狀態估計：

K_k濾波增益用公式(4)計算

c)濾波增益：

P_k/k-1是P_k的一步預測；

P_k是的均方誤差；

d)一步預測均方誤差：