基于RBF神经网络的非线性系统故障诊断

被引:2
作者
贾明兴
陆宁云
王福利
机构
[1] 东北大学信息科学与工程学院
[2] 东北大学信息科学与工程学院 辽宁 沈阳
[3] 不详
[4] 沈阳大学信息学院
[5] 辽宁 沈阳
关键词
故障诊断; 神经网络逼近器; 鲁棒性; 灵敏度;
D O I
暂无
中图分类号
TP277 [监视、报警、故障诊断系统];
学科分类号
0804 ; 080401 ; 080402 ;
摘要
针对一类含模型不确定性的非线性系统,提出了具有强鲁棒性和高灵敏度的在线故障检测与诊断方法.其中,系统只有输入、输出可检测,故障是关于输入和状态的非线性函数.非线性在线估计器用于估计系统不确定部分,同时监视系统是否发生故障,估计故障的大小.仿真结果表明,故障诊断算法稳定.
引用
收藏
页码:455 / 458
页数:4
相关论文
共 2 条
[1]  
Universal approximation using radial basis function networks. Park J,Sandberg T W. Neural Computing and Applications . 1991
[2]  
Sliding mode observers for fault detection and isolation. Edwards C,Sarah K. Automatica . 2000