基于RBF神经网络的导弹舵机系统故障检测

摘要：

本文建立了RBF神经网络故障观测器模型以实现某导弹舵机系统的故障检测，并提出了一种将改进的粒子群优化算法(PSO)与正则化正交最小二乘法(ROLS)相结合的两级RBF学习方法。经过训练的RBF网络观测器与实际的系统并行工作，通过比较RBF观测器的估计输出和系统的实测输出产生残差，通过检测残差即可诊断系统是否出现故障。实验结果表明，基于该RBF神经网络的故障观测器能够有效地实现导弹舵机系统的故障检测。

关键词： RBF神经网络 正交最小二乘法 粒子群优化算法 故障检测 导弹舵机系统 故障观测器

作者: 张文广 史贤俊 肖支才 李新

作者单位: 海军航空工程学院控制工程系,烟台264001 海军航空工程学院科研部,烟台264001

会议类型: 国内会议

会议名称: 第29届中国控制会议

会议地点: 北京

会议语种:中文

页码: 3958-3962

在线出版日期: 2010-07-29（万方平台首次上网日期，不代表论文的发表时间）