基于智能粒子滤波算法的非线性故障检测方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-23页 |
| 1.1 课题背景及研究目的 | 第9-12页 |
| 1.2 过程监控概述 | 第12-19页 |
| 1.2.1 过程监控的主要研究内容 | 第12页 |
| 1.2.2 过程监控的研究方法 | 第12-14页 |
| 1.2.3 系统故障的主要形式 | 第14-15页 |
| 1.2.4 故障检测系统常用方法和所具备的特点 | 第15-19页 |
| 1.3 国内外在该方向的研究现状及分析 | 第19-21页 |
| 1.3.1 粒子滤波技术发展历程 | 第19-20页 |
| 1.3.2 国内外文献综述 | 第20-21页 |
| 1.4 主要研究内容 | 第21-23页 |
| 第2章 基于粒子滤波算法的故障检测方法 | 第23-38页 |
| 2.1 引言 | 第23-24页 |
| 2.2 贝叶斯滤波算法原理 | 第24-27页 |
| 2.3 蒙特卡洛抽样算法基本原理 | 第27-28页 |
| 2.4 序贯重要性采样算法的基本原理 | 第28-30页 |
| 2.5 重采样方法 | 第30-31页 |
| 2.6 序贯重要性重采样算法基本原理 | 第31-33页 |
| 2.7 基于传统粒子滤波算法的故障检测方法 | 第33-37页 |
| 2.7.1 传统粒子滤波算法基本原理 | 第33-35页 |
| 2.7.2 基于传统粒子滤波算法的故障检测方法 | 第35-37页 |
| 2.8 本章小结 | 第37-38页 |
| 第3章 基于智能粒子滤波算法的故障检测方法 | 第38-45页 |
| 3.1 引言 | 第38页 |
| 3.2 遗传算法 | 第38-40页 |
| 3.3 交叉因子和变异因子 | 第40-42页 |
| 3.4 基于智能粒子滤波算法的故障检测方法 | 第42-44页 |
| 3.4.1 理论证明 | 第44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 算法仿真验证 | 第45-63页 |
| 4.1 引言 | 第45页 |
| 4.2 数值算例仿真 | 第45-55页 |
| 4.2.1 一维非线性系统状态估计 | 第45-48页 |
| 4.2.2 高斯噪声干扰下的执行器故障检测 | 第48-52页 |
| 4.2.3 伽玛噪声干扰下的传感器故障检测 | 第52-55页 |
| 4.3 三容水箱系统故障检测 | 第55-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
