[發(fā)明專利]一種基于多GPU并行CRPF的故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910848407.2
• 申請(qǐng)日: 2019-09-09
• 公開（公告）號(hào): CN110597203A
• 公開（公告）日: 2019-12-20
• 發(fā)明（設(shè)計(jì)）人: 王進(jìn)花;曹潔;胡文東;朱恩昌;余萍;趙偉吉;王躍龍;胡佳偉;黃開杰
• 申請(qǐng)（專利權(quán)）人: 蘭州理工大學(xué)
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418
• 代理公司: 61223 西安銘澤知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 梁靜

本發(fā)明公開了一種基于多GPU并行CRPF的故障診斷方法，包括：在多個(gè)GPU上均采用并行代價(jià)評(píng)估粒子濾波CRPF算法，對(duì)狀態(tài)空間模型集中的每一個(gè)模型進(jìn)行全局狀態(tài)評(píng)估；將非線性非高斯隨機(jī)系統(tǒng)的實(shí)際狀態(tài)測(cè)量值與正常模態(tài)測(cè)量預(yù)測(cè)值對(duì)比生成殘差，判斷非線性非高斯隨機(jī)系統(tǒng)是否發(fā)生故障；將正常狀態(tài)空間模型的全局狀態(tài)評(píng)估結(jié)果與各故障模型的全局狀態(tài)評(píng)估結(jié)果分別對(duì)比生成殘差，對(duì)非線性非高斯隨機(jī)系統(tǒng)故障進(jìn)行分離。本發(fā)明針對(duì)復(fù)雜噪聲環(huán)境下多模型故障診斷的準(zhǔn)確性和實(shí)時(shí)性，結(jié)合CRPF算法對(duì)復(fù)雜噪聲環(huán)境下?tīng)顟B(tài)估計(jì)的優(yōu)勢(shì)，設(shè)計(jì)了多GPU的雙層并行加速CRPF的故障診斷方法，在改善準(zhǔn)確性的同時(shí)，實(shí)現(xiàn)算法執(zhí)行速度的大幅加速。

技術(shù)領(lǐng)域

本發(fā)明涉及故障診斷技術(shù)領(lǐng)域，更具體的涉及一種基于多GPU并行CRPF的故障診斷方法。

背景技術(shù)

現(xiàn)代工業(yè)過(guò)程規(guī)模越來(lái)越龐大，設(shè)備越來(lái)越先進(jìn)，正在朝著大型、高精度、高效的方向發(fā)展，系統(tǒng)內(nèi)部各部件聯(lián)系緊密，結(jié)構(gòu)復(fù)雜，設(shè)備的安全可靠運(yùn)行至關(guān)重要，必須依靠故障診斷理論與方法作保障，同時(shí)，對(duì)現(xiàn)代復(fù)雜設(shè)備故障診斷的精度和有效性提出了更高的要求。微小故障就可能快速引起連鎖反應(yīng)導(dǎo)致裝備受損，需要保證數(shù)據(jù)處理的時(shí)效性，實(shí)現(xiàn)故障準(zhǔn)確、實(shí)時(shí)的在線診斷具有重要的經(jīng)濟(jì)價(jià)值和社會(huì)意義。

代價(jià)評(píng)估粒子濾波(cost-reference particle filter,CRPF)，CRPF不需要已知過(guò)程噪聲和量測(cè)噪聲的統(tǒng)計(jì)特性，在粒子濾波框架中實(shí)現(xiàn)狀態(tài)估計(jì)，可提高未知噪聲環(huán)境下的狀態(tài)估計(jì)性能。大量文獻(xiàn)都對(duì)CRPF理論進(jìn)行了研究，并應(yīng)用于目標(biāo)跟蹤、航跡檢測(cè)、調(diào)頻信號(hào)檢測(cè)、故障診斷等領(lǐng)域，對(duì)CRPF的研究工作主要集中在解決未知噪聲環(huán)境下?tīng)顟B(tài)估計(jì)的精度問(wèn)題，而實(shí)時(shí)性也是故障在線診斷實(shí)現(xiàn)的難點(diǎn)之一。為了提高準(zhǔn)確性，CRPF算法需要采用大量的粒子完成狀態(tài)估計(jì)，在每個(gè)迭代周期中均需要完成對(duì)大量粒子的重復(fù)計(jì)算，并且對(duì)于高維非線性系統(tǒng)，故障診斷算法復(fù)雜，采用CPU系統(tǒng)的粒子濾波算法因嚴(yán)重的耗時(shí)而變得沒(méi)有意義，在線診斷的實(shí)時(shí)性是當(dāng)前研究中亟待解決的重要問(wèn)題。

2010年以來(lái)，GPU(Graphics Processing Unit)憑借其大規(guī)模多線程并行計(jì)算能力實(shí)現(xiàn)數(shù)據(jù)的大規(guī)模并行處理，可顯著提高運(yùn)算速度，在高性能計(jì)算領(lǐng)域得到了廣泛應(yīng)用，CPU-GPU異構(gòu)并行計(jì)算也成為高性能計(jì)算發(fā)展的一個(gè)新方向。學(xué)者們對(duì)GPU加速的PF算法進(jìn)行了研究，取得了一定的成果。若算法是基于數(shù)據(jù)并行模型，CUDA(Compute UnifiedDevice Architecture)能夠獲得顯著的加速效果，常使用單GPU完成，但對(duì)大數(shù)據(jù)和多任務(wù)計(jì)算的有效加速，多GPU的研究和應(yīng)用非常重要。從目前的研究來(lái)看，GPU用于高性能計(jì)算解決實(shí)際應(yīng)用中的實(shí)時(shí)性問(wèn)題已經(jīng)得到了廣泛關(guān)注，并獲得了一定的研究成果，但還沒(méi)有將GPU應(yīng)用于故障診斷領(lǐng)域。對(duì)于復(fù)雜系統(tǒng)的多故障診斷，引入GPU的并行計(jì)算實(shí)現(xiàn)診斷過(guò)程的加速，提高診斷的實(shí)時(shí)性，對(duì)及時(shí)發(fā)現(xiàn)故障、避免造成嚴(yán)重后果具有重要意義。

CRPF在非線性系統(tǒng)狀態(tài)估計(jì)中不需要已知噪聲統(tǒng)計(jì)特性，可減小未知噪聲對(duì)狀態(tài)估計(jì)精度的影響，而且粒子數(shù)量越大，估計(jì)精度越高，但當(dāng)粒子數(shù)量大幅增加時(shí)，算法的計(jì)算量會(huì)呈指數(shù)增加，無(wú)法達(dá)到實(shí)時(shí)性要求。在現(xiàn)有的研究中主要針對(duì)算法的準(zhǔn)確性進(jìn)行了廣泛的研究，而對(duì)CRPF算法實(shí)時(shí)性的研究很欠缺，這極大限制了算法在實(shí)際工程中的應(yīng)用。

準(zhǔn)確性和實(shí)時(shí)性是復(fù)雜非線性系統(tǒng)多故障診斷的兩個(gè)關(guān)鍵問(wèn)題，是多年來(lái)一直研究的熱點(diǎn)問(wèn)題，同時(shí)，也是限制在線實(shí)時(shí)診斷的瓶頸。在復(fù)雜系統(tǒng)和強(qiáng)噪聲干擾下，為提高故障診斷的準(zhǔn)確性帶來(lái)了很大困難，故障的漏診和誤診都可能導(dǎo)致嚴(yán)重的后果；對(duì)于多模型、多故障的診斷系統(tǒng)，對(duì)多個(gè)模型的執(zhí)行是需要在CPU中依次串行實(shí)現(xiàn)，因此模型越多，則系統(tǒng)運(yùn)行越耗時(shí)，難以滿足現(xiàn)代先進(jìn)設(shè)備在線診斷的實(shí)時(shí)性要求。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種基于多GPU并行CRPF的故障診斷方法，用以解決現(xiàn)有技術(shù)中存在的問(wèn)題。

本發(fā)明實(shí)施例提供一種基于多GPU并行CRPF的故障診斷方法，包括：