基于RBF神经网络的非线性系统故障诊断

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.

基于自适应模糊神经网络的非线性系统鲁棒故障诊断

针对一类非线性闭环稳定系统,在考虑噪声干扰和系统参数不确定误差条件下,用自适应模糊系统进行非线性补偿,提出了一种基于自适应模糊状态观测器实现状态观测和故障检测,再由 RBF 神经网络故障逼近器实现故障在线跟踪的鲁棒故障诊断方法。为确保观测器和诊断系统的鲁棒性,给出了闭环系统在有界噪声干扰和系统不确定误差下的稳定性定理,并进行了证明。

非线性系统在线执行器故障诊断

针对一类含模型不确定性的非线性系统,提出了执行器故障检测与诊断的在线估计器设计方法.给出了故障诊断结构与算法,并分析了鲁棒性、灵敏度和稳定性.仿真结果验证了该方法的正确性.