科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对涡旋压缩机运行时腔体内气体温度变化的预测问题，提出一种基于粒子滤波(PF)算法的涡旋压缩腔内气体温度的预测方法。但是传统的PF算法存在粒子退化现象，使粒子集无法准确表示实际后验概率分布，导致预测精度降低。采用无迹卡尔曼滤波(UKF)算法改进PF算法的建议分布函数，抑制了粒子权重退化。通过推导计算压缩介质温度的数学模型，建立温度变化的状态方程，利用UKF算法、PF算法和改进后的无迹粒子滤波(UPF)算法对温度进行预测。预测结果表明UPF算法的预测估计误差平均差为2.74%,预测估计标准差为2.73%,其预测精度和稳定性远高于PF算法和UKF算法。
- 单位
