滕 偉 韓 琛 趙 立 武 鑫 柳亦兵

華北電力大學(xué)電站能量傳遞轉(zhuǎn)化與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，北京，102206

0 引言

重型燃?xì)廨啓C(jī)是以天然氣、煤制氣等作為能源介質(zhì)進(jìn)行清潔發(fā)電的電力裝備[1-2]，在整體煤氣化聯(lián)合循環(huán)發(fā)電系統(tǒng)、燃?xì)?蒸汽聯(lián)合循環(huán)系統(tǒng)中占據(jù)重要地位。在燃?xì)廨啓C(jī)運(yùn)行過(guò)程中，轉(zhuǎn)子系統(tǒng)高速旋轉(zhuǎn)，且處于高溫高壓的運(yùn)行環(huán)境，容易出現(xiàn)諸如壓氣機(jī)葉片裂紋、高溫透平涂層缺失、燃燒室磨損及燃燒振蕩等故障，影響正常的發(fā)電工作，甚至發(fā)生嚴(yán)重的運(yùn)行事故。

剩余壽命預(yù)測(cè)通過(guò)監(jiān)測(cè)對(duì)應(yīng)健康指標(biāo)的變化規(guī)律，預(yù)測(cè)其未來(lái)發(fā)展的趨勢(shì)，可為燃?xì)廨啓C(jī)的維護(hù)檢修及控制決策提供技術(shù)指導(dǎo)。ZHOU等[3]考慮歷史數(shù)據(jù)和運(yùn)行工況，提出一種新的健康指標(biāo)用于表征燃?xì)廨啓C(jī)的性能退化；肖力偉等[4]采用流-熱-固耦合方法對(duì)燃?xì)廨啓C(jī)透平動(dòng)葉片的流場(chǎng)、溫度場(chǎng)及應(yīng)力分布進(jìn)行分析，并計(jì)算葉片的蠕變壽命；李慧華[5]提出采用支持向量機(jī)和小波神經(jīng)網(wǎng)絡(luò)組合的預(yù)測(cè)方法進(jìn)行燃?xì)廨啓C(jī)主泵壽命預(yù)測(cè)；ZAIDAN等[6]基于分層次貝葉斯模型，運(yùn)用排氣溫度設(shè)計(jì)了航空燃?xì)廨啓C(jī)的性能退化指標(biāo)，并進(jìn)行了剩余壽命預(yù)測(cè)；滕偉等[7]提出一種基于數(shù)據(jù)驅(qū)動(dòng)的燃?xì)廨啓C(jī)剩余壽命預(yù)測(cè)方法，通過(guò)C-MAPSS軟件所提供的燃?xì)廨啓C(jī)運(yùn)行數(shù)據(jù)進(jìn)行驗(yàn)證，取得了較好的預(yù)測(cè)效果；BARAD等[8]基于神經(jīng)網(wǎng)絡(luò)進(jìn)行燃?xì)廨啓C(jī)的多參數(shù)融合，進(jìn)而評(píng)估其機(jī)械部件性能及健康狀態(tài)；TSOUTSANIS等[9]擬合了旋轉(zhuǎn)的橢圓軌跡，用于診斷與預(yù)測(cè)燃?xì)廨啓C(jī)的壓氣機(jī)污染故障。

跳機(jī)故障是由于振動(dòng)加大而觸發(fā)的非計(jì)劃突然停機(jī)，具有顯著的趨勢(shì)性，會(huì)對(duì)燃?xì)廨啓C(jī)的核心部件(如葉片、拉桿等)產(chǎn)生較大沖擊，造成設(shè)備損傷，因此，根據(jù)跳機(jī)故障中振動(dòng)趨勢(shì)的發(fā)展規(guī)律，運(yùn)用數(shù)據(jù)驅(qū)動(dòng)方法探測(cè)跳機(jī)故障發(fā)生時(shí)刻，及時(shí)進(jìn)行維護(hù)或控制干預(yù)，將有助于避免重大事故的發(fā)生。

近年來(lái)，粒子濾波在結(jié)構(gòu)裂紋、軸承與電池等的壽命預(yù)測(cè)中獲得廣泛應(yīng)用[10-12]。然而，粒子匱乏問(wèn)題會(huì)使某幾個(gè)粒子的權(quán)重過(guò)大，權(quán)重過(guò)小的粒子失去存在價(jià)值，導(dǎo)致系統(tǒng)的狀態(tài)估計(jì)出現(xiàn)較大偏差[13]。為此，研究者們開(kāi)發(fā)了包括多項(xiàng)式重采樣、殘差重采樣、分層重采樣和系統(tǒng)重采樣等的多種重采樣技術(shù)[14-15]，能夠解決粒子權(quán)重退化的問(wèn)題，但粒子的多樣性依然缺失。DAROOGHEH等[16]結(jié)合動(dòng)態(tài)線性模型和粒子濾波進(jìn)行航空發(fā)動(dòng)機(jī)的失效預(yù)測(cè)，但未涉及避免粒子匱乏的方法討論。在軸承壽命預(yù)測(cè)方面，CHENG等[17]提出了一種改進(jìn)的多項(xiàng)式重采樣技術(shù)以提高粒子的多樣性，該方法在提高狀態(tài)估計(jì)精度方面起到一定作用，但需要對(duì)小權(quán)重粒子逐個(gè)修改，算法整體較為復(fù)雜。

本文提出一種二次重采樣策略對(duì)傳統(tǒng)粒子濾波方法予以改進(jìn)，該方法僅需對(duì)現(xiàn)有重采樣后的粒子進(jìn)行二次均勻隨機(jī)采樣，能夠克服粒子匱乏所致的粒子多樣性不足的問(wèn)題，實(shí)現(xiàn)精確的狀態(tài)估計(jì)，同時(shí)具有應(yīng)用簡(jiǎn)單的特點(diǎn)。本文方法可應(yīng)用于具有退化過(guò)程的機(jī)械設(shè)備的趨勢(shì)或剩余使用壽命預(yù)測(cè)，在某300 MW重型燃?xì)廨啓C(jī)的跳機(jī)故障預(yù)測(cè)中得到驗(yàn)證。

1 燃?xì)廨啓C(jī)與振動(dòng)監(jiān)測(cè)

1.1 重型燃?xì)廨啓C(jī)

重型燃?xì)廨啓C(jī)以天燃?xì)鉃楣べ|(zhì)，通過(guò)燃?xì)獾呐蛎浌ν苿?dòng)燃機(jī)透平高速轉(zhuǎn)動(dòng)，將燃?xì)獾幕瘜W(xué)能轉(zhuǎn)變?yōu)闄C(jī)械能，進(jìn)一步通過(guò)發(fā)電機(jī)轉(zhuǎn)換為電能。其機(jī)械結(jié)構(gòu)主要分為壓氣機(jī)進(jìn)氣段、壓氣機(jī)、燃燒器、透平和透平排氣段，如圖1所示[18]。首先外部過(guò)濾空氣經(jīng)軸流式壓氣機(jī)逐級(jí)壓縮增壓并升溫，然后壓縮空氣與燃料混合并在燃燒器內(nèi)點(diǎn)火做功，產(chǎn)生高溫高壓的燃?xì)猓M(jìn)一步推動(dòng)透平葉片旋轉(zhuǎn)做功，做功后的燃?xì)馔ㄟ^(guò)排氣段排出。

圖1 重型燃?xì)廨啓C(jī)結(jié)構(gòu)

1.2 燃?xì)廨啓C(jī)振動(dòng)監(jiān)測(cè)保護(hù)系統(tǒng)

重型燃?xì)廨啓C(jī)的軸系監(jiān)測(cè)系統(tǒng)通常采用電渦流傳感器、速度傳感器、壓力傳感器、信號(hào)調(diào)理器及信號(hào)分析軟件監(jiān)測(cè)軸系的相對(duì)振動(dòng)、絕對(duì)振動(dòng)、軸位移、軸偏心、動(dòng)態(tài)壓力和脹差等相關(guān)參數(shù)，所具有的保護(hù)功能主要包括：①超速保護(hù)。實(shí)現(xiàn)機(jī)組故障或超速時(shí)的控制，避免飛車事故。②轉(zhuǎn)子軸振監(jiān)測(cè)。監(jiān)測(cè)轉(zhuǎn)子軸系與軸承座的相對(duì)振動(dòng)，振動(dòng)過(guò)大時(shí)，實(shí)現(xiàn)跳機(jī)保護(hù)。③軸承座絕對(duì)振動(dòng)監(jiān)測(cè)。某些機(jī)械故障(如碰摩)的軸振靈敏度比軸承座振動(dòng)的靈敏度要小，從安全性的角度出發(fā)，燃?xì)廨啓C(jī)除了安裝非接觸式渦流傳感器監(jiān)視軸振外，還需在軸承座或缸體上安裝速度傳感器以測(cè)量結(jié)構(gòu)振動(dòng)。④轉(zhuǎn)子軸位移監(jiān)測(cè)。軸向位移超過(guò)預(yù)留間隙時(shí)，會(huì)造成葉片折斷、大軸彎曲、隔板和葉輪碎裂等惡性事故，需要時(shí)刻監(jiān)測(cè)軸位移的變化。⑤燃燒室振動(dòng)加速度監(jiān)測(cè)。監(jiān)測(cè)均相預(yù)混燃燒方式下可能發(fā)生的振蕩燃燒現(xiàn)象，避免燃燒室較大幅度的脈動(dòng)壓力所造成的燃燒室部件損壞。

2 改進(jìn)粒子濾波方法

2.1 傳統(tǒng)粒子濾波

粒子濾波是卡爾曼濾波的擴(kuò)展形式，早期主要用于系統(tǒng)的狀態(tài)跟蹤。與卡爾曼濾波不同的是，粒子濾波通過(guò)不斷迭代粒子值更新系統(tǒng)的狀態(tài)，而不受限于狀態(tài)轉(zhuǎn)移矩陣或觀測(cè)矩陣的高斯性假設(shè)，在處理非線性、非高斯系統(tǒng)時(shí)具有較高的狀態(tài)估計(jì)精度。一個(gè)典型的動(dòng)態(tài)系統(tǒng)可描述為

xk=f(xk-1,vk-1)

(1)

zk=h(xk,wk)

(2)

式(1)為狀態(tài)模型，式(2)為測(cè)量模型。xk與zk分別為系統(tǒng)第k步的狀態(tài)值與測(cè)量值，f(·)和h(·)是系統(tǒng)的狀態(tài)轉(zhuǎn)移函數(shù)和觀測(cè)函數(shù)。vk-1為第k-1步的狀態(tài)噪聲，wk為第k步的測(cè)量噪聲。

粒子濾波的目的是通過(guò)已有觀測(cè)值z(mì)1:k估計(jì)狀態(tài)的后驗(yàn)密度分布p(xk|z1:k)。由于狀態(tài)xk依賴于狀態(tài)xk-1，首先分析后驗(yàn)密度分布的遞歸形式p(x0:k|z1:k)。理論上，如果能夠從概率分布p(x0:k|z1:k)獲得足夠多具有合理權(quán)重wk的粒子，則p(x0:k|z1:k)可被近似為[13]

(3)

(4)

其中，q(x0:k|z1:k) 為重要度密度，它可被分解為

q(x0:k|z1:k)=q(xk|x0:k-1,z1:k)q(x0:k-1|z1:k-1)

(5)

考慮到具體物理意義，q(x0:k-1|z1:k-1) 等價(jià)于q(x0:k-1|z1:k) 。p(x0:k|z0:k)的遞歸計(jì)算結(jié)果為[13]

p(x0:k|z1:k)∝p(zk|xk)p(xk|xk-1)p(x0:k-1|z1:k-1)

(6)

(7)

(8)

(9)

進(jìn)一步，系統(tǒng)的狀態(tài)值被估計(jì)為

(10)

2.2 重采樣改進(jìn)算法

粒子濾波在循環(huán)迭代運(yùn)算時(shí)，有可能導(dǎo)致粒子的權(quán)重變得過(guò)于集中，少數(shù)幾個(gè)粒子的權(quán)重會(huì)大于其他所有粒子權(quán)重之和，這種現(xiàn)象稱為粒子匱乏。當(dāng)粒子匱乏發(fā)生時(shí)，除了幾個(gè)權(quán)重較大的粒子之外，其他粒子對(duì)系統(tǒng)狀態(tài)的先驗(yàn)分布幾乎沒(méi)有影響，這就導(dǎo)致濾波器難以對(duì)系統(tǒng)狀態(tài)進(jìn)行精確估計(jì)，且預(yù)測(cè)結(jié)果存在較大的隨機(jī)性。為克服粒子匱乏，研究者們?cè)O(shè)計(jì)了重采樣算法[15]，即采用權(quán)重較大的粒子代替權(quán)重較小的粒子，以此保證不同粒子之間權(quán)重相對(duì)平均，從而避免權(quán)重過(guò)度地集中于一個(gè)或幾個(gè)粒子之上。

但是上述重采樣算法會(huì)產(chǎn)生新的問(wèn)題：不斷地采用權(quán)重較大的粒子替代權(quán)重較小的粒子，會(huì)導(dǎo)致粒子變得很相似，多次重采樣之后的粒子很可能都是從少數(shù)幾個(gè)“優(yōu)質(zhì)”粒子繼承而來(lái)的。雖然各個(gè)粒子的權(quán)重較為均勻，然而由于各個(gè)粒子高度相似，依然不能很好地表示系統(tǒng)狀態(tài)的概率分布，無(wú)法從根本上解決問(wèn)題。

改進(jìn)的重采樣算法不直接對(duì)大權(quán)重粒子進(jìn)行復(fù)制，而是以這些粒子為中心形成新的概率分布，然后從中隨機(jī)采樣新的粒子。新的概率分布采用均勻分布，形成二次重采樣過(guò)程如下：

(11)

3 燃?xì)廨啓C(jī)跳機(jī)故障預(yù)測(cè)方案

燃?xì)廨啓C(jī)運(yùn)行過(guò)程中出現(xiàn)燃燒振蕩、壓氣機(jī)喘振等運(yùn)行故障時(shí)，其軸系振動(dòng)出現(xiàn)明顯變化，若不及時(shí)采取措施，在振動(dòng)超限時(shí)，機(jī)組需要進(jìn)行自動(dòng)跳機(jī)，以保護(hù)核心部件與系統(tǒng)。由此可見(jiàn)，軸系振動(dòng)隨著故障的劣化呈現(xiàn)顯著的趨勢(shì)性。通過(guò)對(duì)振動(dòng)趨勢(shì)的分析與預(yù)測(cè)，可以計(jì)算故障誘發(fā)的跳機(jī)時(shí)刻，從而確定剩余跳機(jī)時(shí)間。本文提出基于改進(jìn)粒子濾波的重型燃?xì)廨啓C(jī)跳機(jī)故障預(yù)測(cè)流程，在實(shí)際應(yīng)用時(shí)，觀察監(jiān)測(cè)參數(shù)的變化，若一段較短時(shí)間內(nèi)振動(dòng)趨勢(shì)變化明顯，則觸發(fā)預(yù)測(cè)流程如圖2所示。具體步驟如下：

(1)定義系統(tǒng)退化的狀態(tài)轉(zhuǎn)移模型，通常假定系統(tǒng)失效服從指數(shù)或直線退化模型。

(2)初始化模型參數(shù)，如初始系統(tǒng)狀態(tài)可由預(yù)測(cè)起始時(shí)刻的觀測(cè)值確定。

(3)按式(1)進(jìn)行一步預(yù)測(cè)，由于測(cè)量模型未知，采用如下方式獲得似然值：假定粒子似然值服從正態(tài)分布，其均值為當(dāng)前時(shí)刻觀測(cè)值與粒子狀態(tài)之差，標(biāo)準(zhǔn)差為當(dāng)前時(shí)刻之前若干時(shí)刻的觀測(cè)值標(biāo)準(zhǔn)差。

圖2 基于改進(jìn)粒子濾波的跳機(jī)故障預(yù)測(cè)流程

(4)按式(9)計(jì)算粒子權(quán)重，根據(jù)權(quán)重平方的倒數(shù)是否小于粒子數(shù)的一半確定是否觸發(fā)重采樣，若是，觸發(fā)分層重采樣[15]，之后進(jìn)入二次重采樣；反之，則進(jìn)行狀態(tài)估計(jì)。

(5)重采樣之后的粒子按式(10)估算當(dāng)前的系統(tǒng)狀態(tài)，若此狀態(tài)超過(guò)失效閾值，預(yù)測(cè)結(jié)束；反之，進(jìn)行失效時(shí)間預(yù)測(cè)，同時(shí)，觀測(cè)時(shí)刻k←k+1。

運(yùn)用當(dāng)前時(shí)刻的系統(tǒng)狀態(tài)和參數(shù)按式(1)持續(xù)計(jì)算系統(tǒng)未來(lái)的狀態(tài)值，未來(lái)狀態(tài)大于閾值時(shí)對(duì)應(yīng)的時(shí)間即為跳機(jī)時(shí)間。

4 案例分析

某燃?xì)?蒸汽聯(lián)合循環(huán)發(fā)電廠300 MW燃?xì)廨啓C(jī)軸系結(jié)構(gòu)如圖3所示，勵(lì)磁機(jī)ER、發(fā)電機(jī)G及燃?xì)廨啓C(jī)本體(壓縮機(jī)C、燃燒器C、透平T)組成的轉(zhuǎn)子軸系由6個(gè)滑動(dòng)軸承支撐，每個(gè)軸承安裝2個(gè)電渦流傳感器用以測(cè)量軸與軸瓦的相對(duì)振動(dòng)，安裝2個(gè)速度傳感器測(cè)量軸瓦絕對(duì)振動(dòng)，同時(shí)實(shí)現(xiàn)振動(dòng)報(bào)警與跳機(jī)保護(hù)。

某時(shí)刻，該燃?xì)廨啓C(jī)為追求排放達(dá)標(biāo)，進(jìn)行天然氣和空氣的預(yù)混實(shí)驗(yàn)，導(dǎo)致出現(xiàn)燃燒振蕩，最終跳機(jī)。圖4所示為跳機(jī)故障前后的監(jiān)測(cè)參數(shù)，圖4a示出燃?xì)廨啓C(jī)轉(zhuǎn)速、功率和排氣溫度信息，在1162 s處跳機(jī)故障產(chǎn)生之前，轉(zhuǎn)速和排氣溫度幾乎保持恒定，有功功率略有下降。圖4b所示為1號(hào)瓦和2號(hào)瓦的瓦振信號(hào)，可以看出，1WY、2WX和2WY隨著本次跳機(jī)故障的臨近，呈現(xiàn)明顯的上升趨勢(shì)，而1WX對(duì)燃燒調(diào)節(jié)波動(dòng)不敏感，可能與1號(hào)瓦X向的軸承支撐剛度較大有關(guān)。

圖3 重型燃?xì)廨啓C(jī)軸系結(jié)構(gòu)

燃?xì)廨啓C(jī)有功功率的微弱減小可由很多因素誘發(fā)，如調(diào)節(jié)負(fù)荷等，因而有功功率無(wú)法作為跳機(jī)故障預(yù)測(cè)的有效指標(biāo)。而振動(dòng)信號(hào)具有明顯的趨勢(shì)性特征，可為跳機(jī)故障的發(fā)生提供預(yù)測(cè)。圖4b為每隔1 s采集的1號(hào)瓦和2號(hào)瓦的瓦振信號(hào)的有效值，振動(dòng)從約800 s處開(kāi)始增大，預(yù)示著此時(shí)出現(xiàn)燃燒振蕩，在1150 s處實(shí)施跳機(jī)保護(hù)，振動(dòng)開(kāi)始減弱，轉(zhuǎn)速也逐漸下降(圖4a中紅色點(diǎn)線所示)，在1200 s時(shí)振動(dòng)突然加大，表明此時(shí)燃?xì)廨啓C(jī)轉(zhuǎn)速與轉(zhuǎn)子固有頻率耦合。

從800 s開(kāi)始，燃?xì)廨啓C(jī)出現(xiàn)燃燒振蕩并導(dǎo)致振動(dòng)增大，由于振動(dòng)趨勢(shì)變化保持一段時(shí)間(約40 s)，因此，自840s開(kāi)始，進(jìn)行跳機(jī)故障預(yù)測(cè)。選取振動(dòng)最大的1 WY振動(dòng)信號(hào)進(jìn)行跳機(jī)故障預(yù)測(cè)，其振動(dòng)幅值如圖4b中實(shí)線所示。原始燃機(jī)振動(dòng)信號(hào)中噪聲較大，通常采用有效值(均方根值)表征振動(dòng)規(guī)律，原始振動(dòng)信號(hào)的跳機(jī)閾值為14.3 mm/s，本案例中，經(jīng)有效值折算，其有效值閾值為4.38 mm/s，如圖5a所示。

(a) 轉(zhuǎn)速、功率、排氣溫度曲線

(a) 狀態(tài)估計(jì)結(jié)果及置信區(qū)間

從圖5a可以看出，跳機(jī)故障形成過(guò)程中，振動(dòng)信號(hào)的發(fā)展趨勢(shì)可以看成以970 s為拐點(diǎn)的兩條直線組成的折線。因此，采用直線方程建立狀態(tài)模型：

mk=mk-1+nk-1

(12)

其中，mk代表k時(shí)刻的系統(tǒng)狀態(tài)，也即粒子濾波估計(jì)的振動(dòng)幅值。nk-1為系統(tǒng)噪聲，其更新過(guò)程由改進(jìn)的重采樣方法實(shí)現(xiàn)。對(duì)于任意時(shí)刻k，系統(tǒng)粒子向量可以寫為

(13)

跳機(jī)故障預(yù)測(cè)中的測(cè)量方程式(2)無(wú)法直接建模，其主要影響式(9)中似然函數(shù)的計(jì)算。為此，對(duì)測(cè)量值(振動(dòng)有效值)與預(yù)測(cè)值的差值進(jìn)行正態(tài)性假定，獲得似然函數(shù)。

采用均勻分布初始化粒子，本案例中，選擇預(yù)測(cè)起始時(shí)刻測(cè)量值的0.9～1.1倍之間的隨機(jī)采樣作為初始粒子。粒子數(shù)為3000。按圖2所示的預(yù)測(cè)流程進(jìn)行跳機(jī)時(shí)間預(yù)測(cè)，結(jié)果如圖5所示，圖5a為改進(jìn)粒子濾波的狀態(tài)估計(jì)結(jié)果及±30%置信區(qū)間，可以看出濾波結(jié)果較好地跟蹤了振動(dòng)趨勢(shì)，在1000s附近跟隨振動(dòng)幅值的變化實(shí)現(xiàn)了趨勢(shì)的轉(zhuǎn)折。圖5b為預(yù)測(cè)的跳機(jī)時(shí)間，藍(lán)色實(shí)線為實(shí)際的跳機(jī)時(shí)間?？梢钥吹?，預(yù)測(cè)的跳機(jī)時(shí)間(紅色實(shí)線)在初始階段偏離實(shí)際時(shí)間，但隨著時(shí)間的發(fā)展，其與實(shí)際的跳機(jī)時(shí)間吻合良好，具有較高的預(yù)測(cè)精度，可以為重型燃?xì)廨啓C(jī)的運(yùn)行策略提供指導(dǎo)。

圖6所示為預(yù)測(cè)跳機(jī)時(shí)刻的系統(tǒng)狀態(tài)粒子的分布，該時(shí)刻粒子均值約4.5 mm/s，與失效閾值接近，粒子呈正態(tài)分布，說(shuō)明采取本文所提出的二次重采樣策略，粒子既不會(huì)過(guò)度集中導(dǎo)致粒子同質(zhì)化嚴(yán)重，也不會(huì)過(guò)度分散而導(dǎo)致存在大量劣質(zhì)粒子。

圖6 基于改進(jìn)粒子濾波的跳機(jī)故障時(shí)刻的粒子分布

相比之下，采用傳統(tǒng)粒子濾波，即沒(méi)有進(jìn)行二次重采樣的跳機(jī)時(shí)間預(yù)測(cè)結(jié)果如圖7所示，濾波的系統(tǒng)狀態(tài)(圖7a)呈直線狀，完全取決于設(shè)定的趨勢(shì)曲線，而與觀測(cè)的振動(dòng)值關(guān)聯(lián)性不強(qiáng)。圖7b中預(yù)測(cè)的剩余跳機(jī)時(shí)間也與實(shí)際剩余時(shí)間存在較大差距，無(wú)法提供精確的預(yù)測(cè)結(jié)果。預(yù)測(cè)失敗的原因在于傳統(tǒng)的分層重采樣無(wú)法提供多樣化的粒子，而是重復(fù)選用權(quán)重較大的粒子，經(jīng)多次迭代之后，粒子聚集于一點(diǎn)，失去了統(tǒng)計(jì)意義。失效時(shí)刻的系統(tǒng)狀態(tài)粒子分布如圖8所示，所有粒子集中在4.8 mm/s處，無(wú)法準(zhǔn)確刻畫系統(tǒng)的真實(shí)狀態(tài)。

(a) 濾波的系統(tǒng)狀態(tài)

圖8 基于傳統(tǒng)粒子濾波的跳機(jī)故障時(shí)刻的粒子分布

5 結(jié)論

本文針對(duì)重型燃?xì)廨啓C(jī)跳機(jī)故障中的振動(dòng)趨勢(shì)規(guī)律，提出一種二次重采樣方法對(duì)粒子濾波的重采樣技術(shù)進(jìn)行改進(jìn)，基于改進(jìn)的粒子濾波框架，提出燃?xì)廨啓C(jī)跳機(jī)故障預(yù)測(cè)方法。本文方法能夠抵抗粒子匱乏對(duì)系統(tǒng)狀態(tài)估計(jì)的不良影響，增強(qiáng)了粒子濾波的穩(wěn)定性。實(shí)際預(yù)測(cè)結(jié)果表明，改進(jìn)粒子濾波能夠基于觀測(cè)的振動(dòng)值進(jìn)行系統(tǒng)狀態(tài)的精確估計(jì)，進(jìn)而準(zhǔn)確預(yù)測(cè)故障發(fā)生的時(shí)刻，可為燃?xì)廨啓C(jī)的控制策略調(diào)整提供指導(dǎo)，從而避免更為嚴(yán)重的故障。