一种基于UIO和动态神经网络的复合故障诊断方法 | |
郝悍勇 ; 张宇 ; 孙增圻 ; HAO Hanyong ; ZHANG Yu ; SUN Zengqi | |
2010-07-15 ; 2010-07-15 | |
会议名称 | 2005年中国智能自动化会议论文集 ; 2005年中国智能自动化会议 ; 中国青岛 ; CNKI ; 中国自动化学会智能自动化专业委员会、中国科学院自动化研究所 |
关键词 | 故障诊断 动态神经网络 未知输入观测器 Fault Diagnosis Dynamic Neural Network Unknown Input Observer TP277 |
其他题名 | Compound Fault Diagnosis Approach Based on UIO and Dynamic Neural Network |
中文摘要 | 故障检测和分离是故障诊断中的重要内容。本文提出了一个基于未知输入观测器(UIO)加动态神经网络的复合故障诊断方法。使用未知输入观测器来对建模误差有一定的鲁棒性。针对系统中发生的不同类型故障,应用动态神经网络(DNN)来对残差进行故障模式匹配和识别。因此,复合方法可以有效地完成故障检测、分离和识别的任务。并且以一个化学反应器模型来进行基于该复合方法的仿真实验,检验了这种复合方法的良好效果。; Fault detection and isolation are important parts in fault diagnosis. A compound approach with UIO and dynamic neural network is proposed. UIO is robust to certain degree of modeling uncertainties. A bank of dynamic neural networks is trained to recognize modes of faults by corresponding residuals. So, compound approach can perform fault detection, isolation, recognization efficiently. A test of fault diagnosis on model of a chemical reactor is performed. The advantages of compound approach are testified.; 国家重点基础研究专项基金(G2002cb312205); 国家自然科学基金资助项目(60174018); 国家自然科学基金重大研究计划专项基金(90205008) |
语种 | 中文 ; 中文 |
内容类型 | 会议论文 |
源URL | [http://hdl.handle.net/123456789/69984] ![]() |
专题 | 清华大学 |
推荐引用方式 GB/T 7714 | 郝悍勇,张宇,孙增圻,等. 一种基于UIO和动态神经网络的复合故障诊断方法[C]. 见:2005年中国智能自动化会议论文集, 2005年中国智能自动化会议, 中国青岛, CNKI, 中国自动化学会智能自动化专业委员会、中国科学院自动化研究所. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论