基于神经网络的Wiener系统故障检测方法

摘要：

本文针对一类线性部分严格正定且非线性部分可逆的Wiener模型,提出了基于神经网络参数估计的系统线性部分故障检测方法.引入卡尔曼滤波器滤除系统未知干扰和噪声,并将Wiener模型转化为ARMA模型,计算得到线性部分参数;神经网络在线估计系统线性部分的参数,通过参数估计值与实际值的比较检测系统故障.仿真实例证明了该方法的正确性和有效性.

关键词： 工业控制 故障检测 神经网络 非线性模型

作者: 沈艳霞 朱嵘嘉 纪志成

作者单位: 江南大学控制科学与工程研究中心,无锡,214122

会议类型: 国内会议

会议名称: 2005全国自动化新技术学术交流会

会议地点: 南京

会议语种:中文

页码: 95-99

在线出版日期: 2005-11-10（万方平台首次上网日期，不代表论文的发表时间）