*河南省教育厅自然科学研究重点项目（12B470002）；河南省控制工程重点学科开放实验室资助项目（KG2011-15）图5是第1支重轮的横向加速度曲线，可以看出随着地面激励增加，支重轮横向加速度增大，因此也说明此时其横向受力增加，当支重轮垂直跳动增大到脱离履带时，一定的横向受力可能会导致履带脱轮。图5第1支重轮横向加速度3结语采用多体动力学仿真软件Recurdyn子系统的高机动性履带包Track(HM)，建立某型履带车辆行走系统的虚拟样机模型，对履带车辆在高低不平的复杂地面高速行驶的工况进行动力学仿真，通过履带及支重轮的位移变化，分析了产生脱轮的原因。仿真结果为履带车辆行走机构的设计优化提供了参考，同时也表明将Recurdyn运用于履带车辆动力学特性的研究，通过建立虚拟样机模型，进行动力学仿真分析，可以极大地节约时间和成本，是履带车辆设计与优化的理想工具。参考文献：［1］张涛，郭志强，周志立．橡胶履带车辆行走系统的动力学模型及脱轮问题仿真分析［J］.河南科技大学学报，2006，27(6)：12-15.［2］朱艳芳，翟雁，郭晓波．基于ADAMS的履带车辆行走系统性能的仿真［J］.传动技术，2008，22(2)：29-31.［3］董新建．履带车辆行动部分动力学分析与仿真［D］.长沙：湖南大学，2007.［4］骆清国，司东亚，龚正波，等．基于RecurDyn的履带车辆动力学仿真［J］.车辆与动力技术，2011(4)：26-28.［5］李阳，成凯，任鹏．基于RecurDyn的铰接式履带车辆爬坡性能分析［J］.煤矿机械，2011,32(7)：93-95.［6］呼格吉乐图，尹明，张高平．履带式掘进机行走机构的动力学计算分析［J］.煤矿机械，2011，32(9)：21-23.作者简介：张燕（1986-），女，河北邢台人，硕士研究生，研究方向：机电传动与控制，电子信箱：965249351@qq.com；通讯作者：陈伦军.责任编辑：卢盛春收稿日期：2013－09－02!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!煤矿机械CoalMineMachineryVol.35No.02Feb.2014第35卷第02期2014年02月0引言故障电弧是开关柜内一种多发性电气故障，若不能及时有效地进行预防，将会给生产生活带来严重的损失，甚至是灾难性的后果。为此，及时准确地检测到故障电弧就成为开关柜故障电弧预防的关键技术。1常用故障电弧检测技术的弊端（1）漏检率高基于联合卡尔曼滤波器的故障电弧检测技术研究*卢珂1，石军亮2，卢永芳1，王晓卫3（1.焦作大学，河南焦作454003；2.河南理工大学万方科技学院，河南焦作454000；3.河南理工大学电气工程与自动化学院，河南焦作454000）摘要：针对目前配电柜故障电弧检测技术存在的漏检率和误报率高的问题，结合多传感器信息融合技术在故障检测技术中的应用，提出了基于联合卡尔曼滤波器的故障电弧检测技术。该技术可以对采集到多个不同故障电弧故障特征进行实时滤波，能够很好地消除噪声干扰和提高信噪比，进一步提高故障电弧检测的准确性和可靠性，完善系统的容错能力和复原能力。仿真结果也表明改进的检测技术具有良好的实时性和准确性。关键词：多传感器；联合卡尔曼滤波器；故障电弧检测；信息融合中图分类号：TM728文献标志码：A文章编号：1003－0794（2014）02－0051－03ResearchofFaultArcDetectionBasedonFederalKalmaFilterLUKe1，SHIJun-liang2，LUYong-fang1，WANGXiao-wei3（1.JiaozuoUniversity,Jiaozuo454003,China;2.WanfangCollegeofScienceandTechnology，He’nanPolytechnicUniversity,Jiaozuo454000,China;3.SchoolofElectricalEngineeringandAutomation，He’nanPolytechnicUniversity，Jiaozuo454000,China)Abstract：Aimedattheproblemofhighrateofundetectionandfalsedetectioninfaultarcdetection，atechnologyoffaultarcdetectionbasedonfederalkalmafilter,byapplyingthemultisensorinformationfusiontechniquetofaultdetection.Thistechnologycandealwithanumberofdifferentfaultarcfeat-uerssamplinginrealtimefiltering.Itcanbeagoodwaytoelimantethenoseinterferenceandimprovethesignalnoiseratio.Atthesametime,itcanfurtherimprovetheaccuracyandreliabilityofthearcfaultdetection,andimprovethesystem'sfaulttoleranceandrecoverycapability.Thesimulationresultindicatesthattheimprovedtechnologyhasgoodcharacteristicsoftimelessandaccuracy.Keywords:multisensor;federalkalmafilter;faultarcdetection;informationfusion0.0001.2002.400时间/s3.6004.8006.0006800.0003400.0000.000-3400.000-6800.000加速度/mm·s-2doi:10.13436/j.mkjx.20140202251

第35卷第02期Vol.35No.02基于联合卡尔曼滤波器的故障电弧检测技术研究———卢珂，等一般的故障电弧检测技术大多是采用单个传感器对故障电弧燃烧时产生的弧光、电流或电压进行检测，然后将检测结果与预先设定的阈值进行比较，进而判断是否有故障电弧产生。从检测技术的角度来看，任何一类检测对象，单用一方面信息来反映其状态行为是不完整的。（2）误检率高开关柜一般工作环境复杂、外界噪声干扰较大，再加上故障电弧燃烧时产生的物理特征具有很大的不确定性，这样在用单个传感器检测故障电弧时，传感器的灵敏度和检测的准确性之间的矛盾难以解决，致使误检率高居不下。从检测技术的角度来看，任何一种检测信息都是模糊的、不确定的，依据单一的检测某一个特征值来判断故障电弧的产生，误检率较高。2故障电弧检测技术的改进思路快速准确地探测到故障电弧是故障电弧诊治技术的关键，依据故障诊断技术的要求，获得可靠地诊断结果，必须拥有多维的检测信息。多传感器信息融合技术作为多学科交叉融合的新学科和高层次的共性关键技术，由于能够将各信源采集的不完整信息加以综合，减少多元信息间可能存在的冗余和矛盾信息，降低其不确定性，提高智能系统的决策、规划、反应的快速性和正确性，因而在进行故障电弧检测时，可以采用多个不同类的传感器对电弧燃烧时的多种物理特征进行检测，进而提高检测的准确性和有效性。多传感器故障电弧检测系统框图如图1所示。图1多传感器故障电弧检测系统框图3联合卡尔曼滤波器工作原理（1）联合卡尔曼滤波器的结构卡尔曼滤波器主要适用于有限观测间隔的非平稳问题，是一种适用于计算机计算的递推算法。联合卡尔曼滤波器的工作原理是先对接收到的信号进行分散处理，然后再实施全局信息融合，通常具备较好的故障检测、故障隔离和信号重构能力。在进行联合滤波时，标准卡尔曼滤波器分别对应于子系统的多个不同类的外部传感器，组成多个并行工作的局部滤波器，其输出经全局滤波器实施全局融合后，就能够获得系统的最优融合状态估计。多传感器系统的联合卡尔曼滤波结构如图2所示。图2多传感器系统联合卡尔曼滤波结构图（2）联合卡尔曼滤波器的算法信息融合的最终目标是通过分析和综合每个局部滤波器的状态估计量，从而获得整个系统的最优估计。全局滤波器融合算法简洁、计算量不大且易于实时实现是联合卡尔曼滤波算法的特点。该算法的具体运算过程可以这样描述：令系统中第i个局部滤波器的状态估计矢量用Xi表示、协方差阵用Qi表示、状态矢量协方差阵用Pi表示，全局滤波器的状态估计矢量用Xm表示、协方差阵用Qm表示、状态矢量协方差阵用Pm表示，那么联合卡尔曼滤波器的算法就可以通过以下4个步骤来实现：①设定初始值在系统开始时刻，令X0是全局状态初始值，P0是全局协方差阵，Q0是全局系统协方差阵，全局滤波器和每个局部滤波器的信息分配因子可按下面的规则进行分配Q-1=Q1-1+Q2-1+…+QN-1+Qm-1（1）其中Qi-1=βiQ-1（2）P-1=P1-1+P2-1+…+PN-1+Pm-1（3）其中Pi-1=βiP-1（4）P-1X=P1-1X1+P2-1X2+…+PN-1XN+Pm-1Xm（5）式（2）、式（4）中，βi遵守信息守恒定理，且β1+β2+…+βN+βm=1（0≤βi≤1）②信息的量测更新以第i个局部滤波器为例进行说明Pi-1（k+1/k+1）X^i（k+1/k+1）=Pi-1（k+1/k）X^i（k+1/k）+HiT（k+1）Ri-1Zi（k+1）（6）Pi-1（k+1/k+1）=Pi-1（k+1/k）＋HiT（k+1）Ri-1（k+1）Hi（k+1）（i=1，2，…，N）（7）③信息时间更新X^i（k+1/k）=φ（k+1，k）X^i（k）（8）Pi（k+1/k）=φ（k+1，k）Pi（k/k）φT（k+1，k）+Γ（k+1，k）×Qi（k）ΓT（k+1，k）（i=1，2，…，N，m）（9）④最佳信息融合X^g=PgNi=1ΣPi-1X^i（10）Pg=（Ni=1ΣPi-1）-1（11）弧光传感器1弧光传感器1弧光传感器n电流传感器1电流传感器2电流传感器n电压传感器1电压传感器2电压传感器n开关柜多传感器信息融合故障电弧预警传感器1全局滤波器信息融合中心传感器2传感器nX^，β1－1，P局部滤波器1X1^，P1X^，PX^，β2－1，PX2^，P2X^，βn－1，PXn^，Pn局部滤波器2局部滤波器n状态估计最优融合……………………………52

4基于联合卡尔曼滤波器的故障电弧检测信号处理系统设计由于故障电弧受外界噪声干扰比较大，为了保证检测到的信号不失真，所使用的滤波器必须具有最优线性过滤特性，进而最大程度地抑制噪声。采用联合卡尔曼滤波器结构处理故障电弧特征信息，会大幅度提升局部滤波器和全局滤波器的运算精度，进而可以全面提高整个故障电弧检测系统的准确性和有效性。以多个电压传感器为例，基于联合卡尔曼滤波器的多电压传感器信号处理系统如图3所示。图3多电压传感器联合卡尔曼滤波器结构能否在噪声中精确地捕捉到故障信号是信号处理的关键，图3中，局部滤波器利用测量方程和状态方程来对故障电弧检测系统中的每个电压传感器探测到电压信号实施滤波处理，然后把每个局部滤波器的处理结果（Xl，Pl；X2，P2，…）传送到全局滤波器，全局滤波器对接收到的各局部滤波器信息实施信息融合，进而就可以获得系统的状态估计矢量X^m和状态矢量协方差阵Pm。全局滤波器在每个局部滤波器处理完信息后，会依据信息分配原则将全局估计X^m依次反馈到各局部滤波器。5基于联合卡尔曼滤波器的故障电弧检测系统仿真依据故障电弧多传感器联合卡尔曼滤波器结构特点，选用MATLAB7.0建立系统的仿真模型，以多电压传感器为例，进行了仿真实验。仿真曲线如图4所示。图4故障电弧检测系统多电压传感器仿真1.传统卡尔曼滤波器的运算结果2.联合卡尔曼滤波器的运算结果当开关柜出现故障电弧，线路上的电压会在110~130V发生一个突变，由实验结果可知：使用普通的卡尔曼滤波器滤波之后，滤波效果不理想，会有大量误差信息出现，不能够切实地反映故障电弧引起的电压波动;若使用联合卡尔曼滤波器实施滤波，从仿真实验结果可以看出，噪声干扰基本上被消除，可以真实地检测到故障电弧引起的电压变化，这样不仅能够准确、及时、有效地检测到故障电弧，而且也为多传感器故障电弧检测系统提供了真实可靠的理论依据。6结语以多传感器信息融合技术为基础，运用联合卡尔曼滤波器算法，对故障电弧检测技术进行了改进。理论分析和仿真结果表明，基于联合卡尔曼滤波器的故障电弧检测技术可以对采集到多个不同故障电弧故障特征进行实时滤波，能够很好地消除噪声干扰和提高信噪比，进一步提高了故障电弧检测的准确性和可靠性，完善了系统的容错能力和复原能力，具有良好的技术性能和经济效益。参考文献：［1］卢永芳,卢珂,张玉均.基于信息融合的配电柜故障电弧预警系统研究［J］.科学技术与工程，2013，13(3):735-738.［2］吕辉,董爱华.基于信息融合的配电箱故障电弧在线检测［J］.煤矿机械，2009，30（11）：240-242.［3］何友,王国宏,关欣.信息融合理论及应用［M］.北京:电子工业出版社,2010.［4］陆文娟,王永吉,徐建军.基于卡尔曼滤波器的管道泄漏检测技术研究［J］.科学技术与工程，2009，9(18):5469-5471.［5］徐翠琴.基于信息融合技术的燃料电池多传感器故障检测研究［D］.武汉：武汉理工大，2007.［6］卢永芳.基于信息融合的配电柜故障电弧预报警系统算法研究［D］.焦作：河南理工大学，2010.作者简介：卢珂（1977-），河南焦作人，讲师，从事计算机控制与信息处理技术方面的研究；通讯作者：卢永芳.责任编辑：卢盛春收稿日期：2013－09－0612!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!第35卷第02期Vol.35No.02基于联合卡尔曼滤波器的故障电弧检测技术研究———卢珂，等10203040t/ms0506070u/V16012080电压传感器1全局滤波器X^m（1/β1），Pm局部滤波器1X1^，P1局部滤波器2电压传感器n电压传感器2局部滤波器nX^m（1/β2），PmX^m（1/β1），PmX^m，PmX^n，PnX^2，P2时间更新融合……版权声明：本刊已许可中国学术期刊（光盘版）电子杂志社在中国知网及其系列数据库产品中以数字化方式复制、汇编、发行、信息网络传播本刊全文。该社著作权使用费与本刊稿酬一并支付。作者向本刊提交文章发表的行为即视为同意我社上述声明。煤矿机械杂志社2011年7月12日53