用于非线性系统的合成故障诊断方法
鉴于对线性系统的故障诊断方法比较成熟,而对非线性系统的故障诊断还有很大不足的状况,将非线性系统在多个工作点进行分段线性化.在非线性系统中借鉴线性故障诊断方法,对每个工作点的模型进行线性故障诊断设计,取得工作点密度和故障诊断性能的均衡,同时使用动态神经网络对各个工作点的工作参数进行拟合.该方法将一组改进的鲁棒观测器与一个为其确定参数的动态神经网络相结合,对非线性系统进行故障诊断.用典型的3水箱模型验证了这个合成方法,验证结果显示,该方法有很好的全局工作点适应性和对干扰的鲁棒性.
故障诊断 鲁棒观测器 动态神经网络
郝悍勇 孙增圻
清华大学计算机系智能技术与系统国家重点实验室(北京)
国内会议
长春
中文
114-118
2004-07-30（万方平台首次上网日期，不代表论文的发表时间）