基于粒子滤波的模拟滤波器剩余使用寿命预测方法.doc

  基于粒子滤波的模拟滤波器剩余使用寿命 预测方法# 龙兵，咸卫明，田书林* 5 10 （电子科技大学自动化工程学院） 摘要：针对现有模拟滤波器电路故障预测技术方面的不足，提出了基于粒子滤波算法的剩余 使用寿命预测方法。首先，提取模拟滤波器电路的特征参数，并采用欧式距离计算出反映电 路性能退化趋势的故障指示器；其次，根据故障指示器找出电路性能退化的故障模型；最后， 将故障模型与粒子滤波算法相结合，预测出电路的剩余使用寿命。以 Sallen-key 带通滤波器 为例，预测电路的剩余使用寿命，结果表明，本文提出的方法可以以较高的精度预测出了电 路的剩余实用寿命。 关键词：模拟滤波器；故障预测；剩余使用寿命；粒子滤波 中图分类号：TN707 15 A Novel Method Based on Particle Filter For Analog Filters Remaining Useful Life Prediction Long Bing, Xian Weiming, Tian Shulin (School of Automation, University of Electronic Science and Technology of China) 20 25 30 35 40 Abstract: Aiming at the issue of failure prognosis technique of analog filters, a method based on particle filter(PF) algorithm is proposed for remaining useful life(RUL) prediction. Firstly, analog filters frequency features are extracted. Based on the extracted features, a fault indicator (FI) based on Euclidean distance monitoring the degradation trend of the analog filters is developed for failure prognosis. Then, a model is developed based on the degradation trend exhibited by the FI. Finally, PF approach is applied to model adaption and RUL prediction. Sallen-key band-pass filter is used as an example to demonstrate this approach. The experimental results show that the proposed prognostic approach can predict the RUL of analog filters with high precision. Key words: Analog Filters;Failure Prognosis;Remaining Useful Life; Particle Filter 0 引言 故障预测与健康管理（Prognostic and Health Management, PHM）是指利用先进传感器采 集系统必要的数据信息，借助各种数据处理和智能推理算法来评估系统的健康状态，在系统 发生故障前对其故障进行预测，并结合各种可利用的资源信息实现系统的视情维修 [1]。自 PHM 技术进入 21 世纪以来，很快受到来自政府、学术和工业界的高度重视，并在机械、电 子、航空航天、船舶、汽车、石化、冶金、电力等多个行业领域得到了广泛的应用。PHM 可以降低系统维持成本、改进维修决策，并为产品设计和验证流程提供使用和情况反馈。 PHM 技术也使得事后维修或定期维修策略被视情维修所取代。因此，实现 PHM 技术的关 键是要对故障预测技术的研究。 所谓预测，就是根据过去和现在的状态预言未来，即在一定的理论指导下，对被预测事 物或现象未来的发展趋势、发展方向及可能的状态做出科学的预言和合理的推断。目前电子 基金项目：博士点基金（20100185110004）；国家自然科学基金 作者简介：龙兵（1974-），男，副教授，主要研究方向：电路与系统失效分析、自动化测试、诊断、预测 与可测性分析与设计技术. longbing@uestc.edu.cn -1-   系统 PHM 中不同的研究方法有三种：(1)基于保险和预警装置的方