发明名称 |
一种基于HBF神经网络观测器的故障诊断方法 |
摘要 |
本发明提出了一种基于HBF神经网络观测器的故障诊断方法,用于智能故障诊断。该方法采用HBF神经网络,通过采用Mahalanobis-like距离来表示向量间的相似度,简化了神经元数目及计算速度,同时建立该神经网络状态观测器,对工程中抽象出来的非线性系统进行观测,并利用这个状态观测器的输出值,进行下一步的系统输出预报,从而便可实现系统的故障诊断与检测。 |
申请公布号 |
CN104537416A |
申请公布日期 |
2015.04.22 |
申请号 |
CN201410740464.6 |
申请日期 |
2014.12.05 |
申请人 |
沈阳航空航天大学 |
发明人 |
闻新;张兴旺 |
分类号 |
G06N3/02(2006.01)I;G06K9/66(2006.01)I;G06F11/22(2006.01)I |
主分类号 |
G06N3/02(2006.01)I |
代理机构 |
沈阳火炬专利事务所(普通合伙) 21228 |
代理人 |
王欣 |
主权项 |
一种基于HBF神经网络观测器的故障诊断方法,其是在样本系统数学模型建立的基础上进行的,其特征在于:其过程如下:1)、选取样本系统的样本输入和样本输出;2)、将样本系统的样本输入输入超基函数神经网络观测器得到估计输出;3)、根据估计输出和实际输出得到估计输出残差为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>e</mi><mi>y</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mi>y</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>-</mo><mover><mi>y</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000625766500000011.GIF" wi="374" he="80" /></maths>式中,y(t)表示样本输出,<img file="FDA0000625766500000012.GIF" wi="99" he="101" />表示估计输出;设误差估计函数为<img file="FDA0000625766500000013.GIF" wi="388" he="86" />式中,U为加权对角矩阵;其故障检测规则为:<img file="FDA0000625766500000014.GIF" wi="345" he="156" />其中,T为故障检测的阈值。 |
地址 |
110136 辽宁省沈阳市道义经济开发区道义南大街37号 |