基于最优熵滤波器的非线性非高斯带有数据缺失随机系统的故障隔离.pdfVIP

第 l2卷第1期 江 南 大 学 学报 (自然 科 学 版) Vo1．12 No．1 2013年 2月 JournalofJiangnanUniversity(NaturalScienceEdition) Feb． 2013 基于最优熵滤波器的非线性非高斯带有 数据缺失随机系统的故障隔离 温东宾， 张正道 ， 潘 丰 (江南大学 轻工过程先进控制教育部重点实验室，江苏 无锡 214122) 摘 要：文中提 出了一种非线性非高斯带有数据缺失随机系统的故障隔离方法。利用EM算法对缺 失数据进行修补，通过构建滤波器对系统的状态估计，将故障隔离问题简化为熵的最优化 问题 。滤 波器的状态误差用非线性非高斯系统方程表示，并且获得状态误差的概率密度函数。通过在只存 在 目标故障时使状态误差的概率密度函数的熵最大化，而在只有非 目标故障时使状态误差的概率 密度函数的熵最小化，从而分离出 目标故障，实现故障隔离。最后利用仿真示例，与完整数据下的 故障隔离效果进行 比较 ，验证 了该方法的有效性。 关键词：最优化熵滤波器；概率密度函数；EM算法；故障隔离 中图分类号：TP393 文献标志码 ：A 文章编号：1671—7147(2013)01—0001—07 EntropyOptimizationFilteringforFaultIsolationofNonlinear Non-GaussianStochasticSystemswithM issingData WEN Dong—bin， ZHANG Zheng—dao ， PAN Feng (KeyLaboratoryofAdvancedProcessControlforLightIndustry，MinistryofEducation，JiangnanUniversity，Wuxi 214122，China) Abstract：Thispaperprovidesanentropyoptimizationfilteringforfaultisolationofnonlinearnon-gaussianstochastic systemswithmissingdata．First，usingtheEM algorithm tofixup themissingdata；then，constructingafilterto estimatethestateofthesystem ，thefaultisolationproblem issimplified astheentropyoptimizationproblem．State errorcanbeexpressedbytheequationsofnon·linearnon—Gaussiansystem ，inordertoobtaintheprobabilitydensity functionofthestateerror．Itneedstomaximizetheentropyoftheprobabilitydensityfunctionofthestateerrorinthe presenceofthetargetfault；Whilethenon—targetfailureexits，theentropyoftheprobabilitydensityfunctionofthe stateerrorisminimized，wherethetargetfaultisseparatedoutofrfaultisolation．Finally，thesimulationresultsare comparedtooneofthecompletedata，whichdemonstratetheeffectivenessoftheproposedcontrolalgorithm． Keywords：optimalentropyfiher，probabilitydensityfunction，EM algorithm，faultisolation 近年来，随机分布系统的故