基于粒子濾波信號處理的柴油機(jī)故障診斷.pdf

1、柴油機(jī)是一種常見的動力設(shè)備，它工作是否正常直接關(guān)系到整個設(shè)備的運(yùn)行狀態(tài)，對其進(jìn)行狀態(tài)監(jiān)測和故障診斷識別具有重大的意義，可以避免不必要的損失。一般柴油機(jī)的工作環(huán)境惡劣，采集的信號中背景噪聲比較大，一部分有用信號被強(qiáng)噪聲覆蓋，在進(jìn)行故障分析前需要對其進(jìn)行降噪處理。
　　粒子濾波技術(shù)是新近發(fā)展起來的基于模型的狀態(tài)估計(jì)技術(shù)，在深入研究粒子濾波原理的基礎(chǔ)上將其應(yīng)用于柴油機(jī)振動加速度信號降噪處理中。利用粒子濾波技術(shù)進(jìn)行降噪，需要知道信號的模型

2、和噪聲的統(tǒng)計(jì)特性，本文的處理方法為：先對振動加速度信號進(jìn)行EMD平穩(wěn)化處理，取分解的第一個IMF分量和殘余進(jìn)行信號重構(gòu)作為有效信號，再建立AR模型，將此模型的系數(shù)作為粒子濾波狀態(tài)方程的系數(shù)；在了解小波變換降噪原理后，將小波變換閾值降噪思想用于提取噪聲信號中，將提取的噪聲信號用于粒子濾波觀測方程中。
　　在上述理論分析的基礎(chǔ)上，首先對振動信號進(jìn)行預(yù)處理，包括消除趨勢項(xiàng)、剔除奇異點(diǎn)、信號平穩(wěn)化、AR建模等。之后，采用基于神經(jīng)網(wǎng)絡(luò)的重要