基于神经网络的故障诊断与容错控制及在加热炉控制系统的应用
本文给出了基于神经网络进行故障诊断与容错控制的设计方法.利用平衡在线学习小脑模型关节控制器(CMAC)神经网络的分类逼近能力,建立输入组到故障类型的精确映射,最终实现对系统的故障诊断.递推的BP神经网络对被控对象进行在线建模;当检测到系统的传感器出现故障时,BP神经网络停止学习,并且其的输出代替故障传感器的测量输出,从而实现容错控制.该方法对控制算法不需要进行改变,从而可以适合于各种非线性控制系统.最后,该控制方案用于加热炉控制系统的仿真中,仿真结果表明了该方法的有效性。
故障诊断 容错控制 CMAC神经网络 BP神经网络 加热炉 控制系统 非线性控制
王增会 陈尔奎 孙艳霞 钟军伟 陈增强
山东科技大学自动化系,青岛,266510 南开大学自动化系,天津,300071
国内会议
北京
中文
304-308
2008-07-22（万方平台首次上网日期，不代表论文的发表时间）