×

一类非线性广义系统的执行器故障估计。 (英语) Zbl 1307.93412号

摘要:针对一类非线性广义系统,提出了一种执行器故障估计方法。利用径向基函数(RBF)神经网络对执行器故障进行建模。利用RBF神经网络的在线学习能力来逼近执行器故障,设计了自适应故障估计观测器。根据李亚普诺夫理论建立了RBF网络的自适应算法,并将所提出的观测器的设计重新表述为一组线性矩阵不等式(LMI),可以用标准的LMI工具方便地求解。最后,通过两个仿真实例验证了所提故障诊断方法的有效性。

MSC公司:

第93页第10页 随机控制理论中的估计与检测
93立方厘米 控制理论中的非线性系统
92B20型 生物研究、人工生命和相关主题中的神经网络
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] DOI:10.1002/acs.1259·Zbl 1401.93042号 ·doi:10.1002/acs.1259
[2] 内政部:10.1137/1.9781611970777·兹伯利0816.93004 ·数字对象标识代码:10.1137/1.9781611970777
[3] 数字对象标识码:10.1007/s12555-011-0102-x·doi:10.1007/s12555-011-0102-x
[4] 内政部:10.1109/9.566664·Zbl 0873.93049号 ·数字对象标识代码:10.1109/9.566664
[5] 内政部:10.1007/BFB002475·doi:10.1007/BFb0002475
[6] 内政部:10.1109/TAC.2008.2007868·Zbl 1367.93088号 ·doi:10.10109/TAC.2008.2007868
[7] 内政部:10.1109/9.508918·Zbl 0857.93016号 ·数字对象标识代码:10.1109/9.508918
[8] 丁世新,基于模型的故障诊断技术(2008)
[9] 内政部:10.1007/978-1-4419-6397-0·Zbl 1227.93001号 ·doi:10.1007/978-1-4419-6397-0
[10] 内政部:10.1016/0005-1098(90)90018-D·Zbl 0713.93052号 ·doi:10.1016/0005-1098(90)90018-D
[11] Haykin S,《神经网络:综合基础》(2001)
[12] 内政部:10.1109/9.362885·Zbl 0818.93008号 ·doi:10.1109/9.362885
[13] DOI:10.1109/TCST.2009.2026285·doi:10.1109/TCST.2009.2026285
[14] DOI:10.1016/j.arcontrol.2004.12.002·doi:10.1016/j.arcontrol.2004.12.002
[15] 内政部:10.1007/3-540-30368-5·doi:10.1007/3-540-30368-5
[16] 内政部:10.1109/TAC.2006.878732·Zbl 1366.93694号 ·doi:10.1109/TAC.2006.878732
[17] 内政部:10.1109/TAC.2002.805675·Zbl 1364.93091号 ·doi:10.1109/TAC.2002.805675
[18] 内政部:10.1109/TCSII.2006.875332·doi:10.1109/TCSII.2006.875332
[19] Marx,B.Koenig,D.和Georges,D.(2003),“使用比例积分观测器对线性广义系统进行鲁棒故障诊断”,摘自《第42届IEEE决策与控制会议论文集》,美国马里兰州毛伊岛,第457–462页
[20] 巴顿·R·J,《动态系统故障诊断:理论与应用》(1989)
[21] 内政部:10.1109/9.920792·Zbl 1006.93074号 ·数字对象标识代码:10.1109/9.920792
[22] DOI:10.1009/21.467710·doi:10.1109/21.467710
[23] 内政部:10.1243/09596518JSCE1061·doi:10.1243/09596518JSCE1061
[24] 内政部:10.1016/j.autotica2007.04016·Zbl 1138.49029号 ·doi:10.1016/j.automatica.2007.04.016
[25] 内政部:10.1109/3468.911372·数字对象标识代码:10.1109/3468.911372
[26] 内政部:10.1109/9.508919·Zbl 0858.93040号 ·数字对象标识代码:10.1109/9.508919
[27] 内政部:10.1016/j.neunet.2007.10.006·doi:10.1016/j.neunet.2007.10.006
[28] Wang,Z.Shen,Y.和Zhang,X.(2011),“一类非线性系统的执行器故障检测和估计”,《第七届自然计算国际会议论文集》,中国上海,第535-539页
[29] Xu S,奇异系统的鲁棒控制与滤波(2006)
[30] Yang,C.Zhang,Q.,and Chai,T.(2009),“一类非线性广义系统的观测器设计”,《第48届IEEE决策与控制会议论文集》,中国上海,第8232–8237页
[31] Yao,L.和Cockempot,V.(2009),“一类非线性奇异系统的故障诊断和容错控制”,第八届IEEE控制与自动化国际会议论文集,厦门,中国,第1536–1541页
[32] Yao,L.和Wang,H.(2006),“一类奇异非线性系统的故障诊断”,摘自第六届IFAC研讨会论文集,SAFEPROCESS,第55–60页
[33] Yeu,T K.和Kawaji,S.(2002),“广义系统中基于滑模观测器的故障检测和隔离”,《美国控制会议论文集》,安克雷奇,阿拉斯加,第4543–4548页
[34] DOI:10.1049/iet-cta:20070283·doi:10.1049/iet-cta:20070283
[35] Zhang K,《国际控制、自动化和系统杂志》,第6页,第320页–(2008年)
[36] DOI:10.1016/j.arcontrol.2008.03.008·doi:10.1016/j.arcontrol.2008.03.008
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。