基于计算智能方法的动态系统故障诊断技术

被引：29

作者：

姜苍华

周东华

机构：

[1] 清华大学自动化系,清华大学自动化系北京,北京

来源：

控制工程 | 2003年 / 05期

关键词：

故障诊断; 神经网络; 模糊逻辑; 遗传算法; 状态估计; 参数估计; 鲁棒性; 无模型方法;

D O I：

10.14107/j.cnki.kzgc.2003.05.001

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

简要地综述了基于计算智能方法的动态系统故障诊断技术的最新进展。将计算智能方法与基于模型的方法结合,用于不确定非线性动态系统的故障诊断是这一领域新的发展趋势。重点分析了用于非线性系统故障诊断的基于状态/参数估计的计算智能方法,主要包括神经网络、模糊逻辑、遗传算法,探讨了提高诊断算法鲁棒性的途径。同时也对无模型的基于计算智能的故障诊断方法中的一些研究热点问题进行了分析。最后探讨了该领域今后的发展方向。

引用

页码：385 / 390

页数：6

共 12 条

[1]

一种非线性动态系统的故障检测与分类方法 [J].

赵琦 ;

周东华 .

电工技术学报, 2001, (04) :65-70

[2]

Genetic programming based approaches to identification and fault diagnosis of non-linear dynamic systems [J].

Witczak, M ;

Obuchowicz, A ;

Korbicz, J .

INTERNATIONAL JOURNAL OF CONTROL, 2002, 75 (13) :1012-1031

[3]

Passive robust fault detection using fuzzy parity equations.[J]..Mathematics and Computers in Simulation.2002, 3

[4]

Improving the performance of radial basis function classifiers in condition monitoring and fault diagnosis applications where `unknown' faults may occur.[J].Yuhua Li;Michael J. Pont;N. Barrie Jones.Pattern Recognition Letters.2002, 5

[5]

Fault detection using an adaptive fuzzy system [J].

Sun, XF ;

Fan, YZ ;

Zhang, FZ .

INTERNATIONAL JOURNAL OF SYSTEMS SCIENCE, 2002, 33 (07) :599-609

[6]

A fast training neural network and its updation for incipient fault detection and diagnosis.[J].Raghunathan Rengaswamy;Venkat Venkatasubramanian.Computers and Chemical Engineering.2000, 2

[7]

Fuzzy-model-based parity equations for fault isolation [J].