李，I.S。;Kim，J.T。;J.W.李。;李·D·Y。;金·K·Y。 基于模型的ART2神经网络故障检测与隔离方法。 （英语） Zbl 1069.68581号 《国际情报杂志》。系统。 18，第10期，1087-1100（2003）. 摘要：本文提出了一种基于模型的故障诊断方法，用于检测和隔离机器人手臂控制系统中的故障。该算法在功能上由三个主要部分组成：参数估计、故障检测和隔离。当系统发生变化时，系统输出和估计输出之间的误差超过预定阈值，一旦检测到系统故障，估计参数通过自适应共振理论2神经网络（ART2 NN）传递给故障分类器具有不均匀的故障隔离警戒参数。仿真结果表明了所提出的基于ART2神经网络的故障诊断方法的有效性。 MSC公司： 68T05年 人工智能中的学习和自适应系统 关键词：故障诊断方法 PDF格式BibTeX公司 XML格式引用 \textit｛I.S.Lee｝等人，Int.J.Intell。系统。18，第10号，1087--1100（2003；Zbl 1069.68581） 全文： 内政部 参考文献： [1] Smyth，模式识别27，第149页–（1994） [2] Isermann，ACC程序第1605页–（1995） [3] 动态系统理论与应用中的故障诊断。新泽西州上马鞍河：普伦蒂斯·霍尔；1989 [4] 动态系统基于模型的鲁棒故障诊断。多德雷赫特，荷兰：Kluwer学术出版社；1999. ·Zbl 0920.93001号 [5] Srinivasan，IEEE Trans Neur Netw 5第890页–（1994） [6] Polycarpou，IEEE控制系统杂志15第16页–（1995） [7] 数字神经网络。新泽西州上马鞍河：普伦蒂斯·霍尔；1993. ·Zbl 0827.68091号 [8] 自适应模式识别和神经网络。马萨诸塞州雷丁：Addison-Wesley；1989年·Zbl 0748.68061号 [9] 使用ART2神经网络的基于模型的故障检测和隔离方法。发表于第21届IASTED建模、识别和控制国际会议（MIC 2002），奥地利因斯布鲁克，2002年。第186-191页。 [10] Lee，J控制自动化系统工程3第244页–（1997） [11] 递归识别的理论与实践。马萨诸塞州剑桥：麻省理工学院出版社；1983. ·Zbl 0548.93075号 [12] 时间序列分析。马萨诸塞州N.Scituale：达克斯伯里出版社；1986 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。