武漢星興達液壓氣動設備有限公司為您提供更多油泵型號 力士樂電磁閥DBW20B1-5X/315-6EG24N9K4

DBW10/20/30B1-5X/100-6EG24N9K4
DBW10/20/30B2-5X/100-6EG24N9K4
DBW10/20/30A1-5X/100-6EG24N9K4
DBW10/20/30A2-5X/100-6EG24N9K4
DBW10/20/30B1-5X/200-6EG24N9K4
DBW10/20/30B2-5X/200-6EG24N9K4
DBW10/20/30A1-5X/200-6EG24N9K4
DBW10/20/30A2-5X/200-6EG24N9K4
DBW10/20/30B1-5X/315-6EG24N9K4
DBW10/20/30B2-5X/315-6EG24N9K4
DBW10/20/30A1-5X/315-6EG24N9K4
DBW10/20/30A2-5X/315-6EG24N9K4
DBW10/20B1-5X/350-6EG24N9K4
DBW10/20B2-5X/350-6EG24N9K4
DBW10/20A1-5X/350-6EG24N9K4
DBW10/20A2-5X/350-6EG24N9K4

隨著計算機運算能力存儲的提升,一種基于遞推貝葉斯濾波原理的序貫蒙特卡羅粒子濾波器（par－ticlefilter，PF）的新非線性濾波方法漸漸受到人們的關注,并且在相關研究領域推廣應用[1]。新非線性濾波方法的核心思想是基于一系列賦予相應權重信息的隨機采樣粒子，通過以加權求和的方法形式，求得近似系統(tǒng)的后驗狀態(tài)概率密度函數(shù)，然后在小均方誤差的準則下實現(xiàn)系統(tǒng)狀態(tài)的估計。與目前采用線性近似技術的非線性濾波方法的擴展卡爾曼濾波器（ExtendedKalmanFilter，EKF）和無跡卡爾曼濾波器（UnscentedKalmanFilter，UKF）相比，新非線性濾波方法擺脫了對系統(tǒng)線性、高斯特性的假設依賴性，從理論上來說，可以適應任意的非線性非高斯系統(tǒng)。目前，在這方面的研究，已經(jīng)形成領域專家的共同關注的熱點，國內(nèi)學者已經(jīng)將PF引入到非高斯噪聲下的非線性系統(tǒng)故障診斷中：比如，國內(nèi)學者雷亞國、何正嘉、訾艷陽等給出一種基于粒子濾波器和聯(lián)合參數(shù)估計的故障診斷方法。該方法將所有可能會發(fā)生故障的參數(shù)為狀態(tài)變量,雖然效果不錯。但是由于狀態(tài)維數(shù)的增加，粒子數(shù)也會受到影響，出現(xiàn)遞增情況,從而影響診斷的實時性[2]；國內(nèi)學者田承偉、宗長富、姜國彬等人將進化策略和序貫概率比檢驗的思想引入粒子濾波器的基本框架構建，雖然能夠解決故障的診斷與隔離問題，但是故障恢復后狀態(tài)估計的自適應性問題依然存在[3]。

武漢星興達液壓氣動設備有限公司為您提供更多油泵型號   力士樂電磁閥DBW20B1-5X/315-6EG24N9K4