集员卡尔曼滤波器在电机故障诊断中的应用

本文针对伺服电机提出了一种基于集员卡尔曼滤波器的故障诊断方法并进行了实际应用.首先,基于运动学关系和数据驱动技术构建了伺服电机的综合系统动态.之后,针对电机的位置–速度模型设计了一个中心对称多面体卡尔曼滤波器来检测位置传感器和速度传感器是否发生故障.同时,针对电机的力矩–速度模型设计了一个中心对称多面体卡尔曼滤波器来检测力矩执行器故障和速度传感器故障.然后,基于上述的两个中心对称多面体卡尔曼滤波器提出了一种故障隔离律,可以定位出伺服电机故障部件的位置.最后,通过一个实际的伺服电机实验平台对所提出方法进行了应用,并验证了其可行性与有效性.

线性系统在非线性等式约束下的集员卡尔曼滤波

为了解决运行系统要求的100%估计包含真实最小域的需要和计算机的实时计算问题,使用集员卡尔曼滤波算法解决非线性状态约束.采用最小迹椭球算法对状态向量的椭球域进行更新,同时分别在预测和滤波的2个阶段用投影的方法把没有约束的状态估计投影到有约束的状态估计表面来处理约束问题.最后将所设计的集员卡尔曼滤波器应用到汽车追踪实例中.实验结果表明:采用所提算法的系统只是在初始值有比较大的误差,在后续的跟踪过程中都能在最大最小界之内跟踪上真实值.所提算法相比于传统的卡尔曼算法,其误差能迅速减小.实例仿真结果证明了所提方法的可行性和有效性.

基于集员卡尔曼滤波的智能车定位研究

本文针对道路约束的实际问题,应用集员卡尔曼滤波算法对具有状态约束的智能车进行研究.以具有行驶路线约束的Freescale 16位单片机MC9S12DG128B控制的智能模型车为控制对象进行集员卡尔曼滤波算法设计和应用,实验结果表明该算法能有效地减小估计误差,也能够很好的满足实际应用的要求.

融合多道面数据挖掘算法的交通安全监测系统

为了提高系统的交通事故监测性能,首先通过卡尔曼集进行快速事故预测,其次引入参数事故覆盖范围,利用多道面状态传感器节点数据挖掘实现对事故的有效筛选,随后结合数据挖掘实现对根源交通事故的有效监测。最后,通过仿真结果表明:该系统能准确地检测出各种交通运行参数和交通事件,为交通安全提供了有力保障。

旋转导向钻井工具姿态测量陀螺仪故障估计与处理方法

针对旋转导向钻井工具姿态测量系统陀螺仪故障问题,提出一种陀螺仪加性故障估计与处理方法。首先将陀螺仪故障增广为状态变量,融合加速度计测量信息建立非线性测量模型;然后针对由于模型线性化、陀螺仪漂移、钻井过程的高温、高压、强振动等因素导致卡尔曼滤波算法估计精度变差的问题,将测量误差等效为幅值有界但分布未知的误差,提出了一种自适应扩展集员卡尔曼滤波算法,实现了陀螺仪加性故障的准确估计,利用陀螺仪故障估计值校正陀螺仪输出,实现故障条件下工具面角的准确测量。样机模拟实验结果表明在发生陀螺仪故障情况下,基于所提出的算法,工具面角估计值的最大均方根误差为3.841°,满足实际钻井技术需求,为提高旋转导向钻井工具姿态测量系统的可靠性奠定了基础。