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。

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：$e_y\left(t\right)=y\left(t\right)-\hat{y}\left(t\right)$式中，y(t)表示样本输出，表示估计输出；设误差估计函数为式中，U为加权对角矩阵；其故障检测规则为：其中，T为故障检测的阈值。