一种传感器慢偏故障的校正方法技术

本发明专利技术提供一种传感器慢偏故障的校正方法，包含步骤a：对传感器的测量值建立状态方程和观测方程；步骤b：对所述状态方程和观测方程进行时间上的扩展；步骤c：利用扩展状态的卡尔曼滤波估计偏差，再将偏差值从测量值中减去。本发明专利技术能够实时估计出传感器的慢变偏差，从而能在传感器出现缓慢变化的偏差时，将该偏差估计出来，从传感器测量值中减去。

【技术实现步骤摘要】

本专利技术属于传感器故障诊断及校正
，涉及一种可用于校正传感器慢偏故障的方法。
技术介绍
传感器是一种检测装置，它能检测到被测量的信息并将其按照一定的规律变换成为相应的电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求，是实现自动检测和自动控制的首要环节。随着信息处理技术以及微处理机和计算机技术的高速发展，传感器已广泛应用于航空航天、军事、医疗卫生、工农业生产以及环境保护监测等各个领域。尤其是近几十年来，随着材料科学领域的突破性进展，出现了越来越多新型的传感器，如光纤、超声波和微机械传感器等等。作为信息采集系统的前端单元，传感器的准确性和稳定性是整个系统良好运行的先决条件。对于一些复杂的大型动态系统，如飞机，电站等，需要依赖准确可靠的传感器去获得测量信号来判断和监视系统状态，以进行有效控制。可以说，传感器的准确性和可靠性极大程度的决定了整个系统的性能、可靠性和安全性。传感器的测量精度等信息通常由传感器生产厂家在产品出厂时给定或用户使用前通过其他方法标定。这两种标定精度通常是在一定条件下获得的，而实际应用中环境条件复杂多变，很难始终保持其与标定时的条件一致，当传感器的工作条件与它的标定条件不一致时，传感器精度往往不能真实反映传感器测量值的实际准确程度。很多传感器的工作环境非常恶劣，例如风力发电机状态监测系统中的传感器就工作在低温、大风或者高盐雾条件下，因此非常容易出现各种各样的故障。如果故障传感器的输出数据一直作为控制系统的输入时，可能会导致整个系统运行性能严重下降，甚至出现灾难性的事故。为了保证测量的精度和可靠性，传统的方法主要是通过一个较高精度的传感器测量值作为基准，用来校正其余传感器测量值。这种方法的缺点在于，首先精度较高的传感器通常价格昂贵，使得成本大大增加；其次，即便在不需顾及成本的应用场合中，复杂的环境因素往往也会导致高精度的传感器精度下降，这样其基准作用也就无从谈起。另外一种实际中极为常用的方法是对系统中的传感器定期进行校准和维护，在定期校准带来大量的人力物力损耗的同时，人们还是无从得知两次校准之间传感器的输出是否准确，而校准周期的确定也是另外一个难题。因此怎样能够准确有效的在传感器出现测量偏差时，对这个偏差进行校正，具有十分重要的实用价值。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供， 该方法能够实时估计出传感器的慢变偏差，从而能在传感器出现缓慢变化的偏差时，将该偏差估计出来，从传感器测量值中减去。这样就实现了测量偏差和测量真值的分离。为达到上述目的，本专利技术采用如下技术方案，包含如下步骤步骤a 对传感器的测量值建立状态方程和观测方程；步骤b 对所述状态方程和观测方程进行时间上的扩展；步骤c 利用扩展状态的卡尔曼滤波估计偏差，再将偏差值从测量值中减去。进一步地，所述步骤a可以按如下步骤实施步骤al 将含有传感器测量偏差的线性动态系统的状态空间模型描述为xt+1 = Fxt+wt (1)yt = (Dxt+bt+vt (2)bt+1 = Abt+ η t (3)其中，下标t表示时间，xt+1为NX 1维的状态向量，F为状态转移矩阵，yt为pX 1 维的观测向量，Φ为测量矩阵，bt为MX 1维的传感器测量偏差向量，A为bt的状态转移矩阵，Wt为状态噪声，Vt为测量噪声，η t为偏差状态噪声，且状态噪声wt，测量噪声Vt及偏差状态噪声nt均为相互独立的零均值的高斯白噪声，且满足E(Wt)=OE(w<) = RSfl(4)E (Vt) = 0E(v/t) = QSjt(5)E ( η t) = 0E(VjVf) = GSjt(6)式中R、Q和G分别是状态、测量和偏差状态噪声的方差；步骤a2，将所述偏差向量扩展为状态向量，获得状态方程和观测方程所述状态方程为xM =F^it+Wt所述观测方程为权利要求1.，其特征在于，包含如下步骤 步骤a 对传感器的测量值建立状态方程和观测方程；步骤b 对所述状态方程和观测方程进行时间上的扩展；步骤c 利用扩展状态的卡尔曼滤波估计偏差，再将偏差值从测量值中减去。2.根据权利要求1所述的传感器慢偏故障的校正方法，其特征在于，所述步骤a包含 步骤al 将含有传感器测量偏差的线性动态系统的状态空间模型描述为xt+i = Fxt+wt (1)Yt = ΦΧ +bt+Vt (2) bt+1 = Abt+η t (3)其中，下标t表示时间，xt+1为NX 1维的状态向量，F为状态转移矩阵，yt为pX 1维的观测向量，Φ为测量矩阵，bt为MX 1维的传感器测量偏差向量，A为bt的状态转移矩阵，wt 为状态噪声，Vt为测量噪声，1为偏差状态噪声，且状态噪声wt，测量噪声Vt及偏差状态噪声nt均为相互独立的零均值的高斯白噪声，且满足 E (wt) = 0 E(WjW7t) = RSjtE(vt) = 0E(VjVl) = Qdjt(5)E(nt) = οE(I1Ift) = Gdjt(6)式中R、Q和G分别是状态、测量和偏差状态噪声的方差；步骤a2，将所述偏差向量扩展为状态向量，获得状态方程和观测方程所述状态方程为所述观测方程为yt = ^t+vt χ +1 ~ 「F ο] 「％ 其中 = F= Qφ = [φ /1 I为单位矩阵。3.根据权利要求1所述的传感器慢偏故障的校正方法，其特征在于，所述步骤b包含 步骤bl，将状态变量进行时间上的扩展，即[χ;其中上角标为维数，步骤1^2，将传感器测量值进行时间上的扩展，即4.根据权利要求1所述的传感器慢偏故障的校正方法，其特征在干，所述步骤C包含 步骤Cl，假设传感器的測量偏差与可测物理量Ct之间存在线性关系，即 bt ^ α tct状态方程和观测方程分别为全文摘要本专利技术提供，包含步骤a对传感器的测量值建立状态方程和观测方程；步骤b对所述状态方程和观测方程进行时间上的扩展；步骤c利用扩展状态的卡尔曼滤波估计偏差，再将偏差值从测量值中减去。本专利技术能够实时估计出传感器的慢变偏差，从而能在传感器出现缓慢变化的偏差时，将该偏差估计出来，从传感器测量值中减去。文档编号G01D18/00GK102564486SQ20111043354公开日2012年7月11日 申请日期2011年12月21日 优先权日2011年12月21日专利技术者周琴, 高羽 申请人:上海电机学院本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：高羽，周琴，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：