期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
不确定奇异随机分布系统的故障诊断和容错控制 被引量:2
1
作者 孙源呈 姚利娜 《山东大学学报(工学版)》 CAS 北大核心 2017年第5期238-245,共8页
针对带有概率密度函数逼近误差的非高斯不确定奇异随机分布控制系统提出鲁棒故障诊断算法,在有模型不确定性和概率密度函数逼近误差的情况下设计故障诊断观测器估计故障信息。故障发生后,利用故障信息重构跟踪控制器使得输出概率密度函... 针对带有概率密度函数逼近误差的非高斯不确定奇异随机分布控制系统提出鲁棒故障诊断算法,在有模型不确定性和概率密度函数逼近误差的情况下设计故障诊断观测器估计故障信息。故障发生后,利用故障信息重构跟踪控制器使得输出概率密度函数仍能够跟踪期望概率密度函数。利用李雅普诺夫稳定性理论分析观测误差动态系统、闭环控制系统和跟踪误差动态系统的稳定性,相应的增益矩阵由线性矩阵不等式求解。仿真实例验证了算法对时变故障的有效性。 展开更多
关键词 随机分布控制系统 不确定 奇异 故障诊断 容错控制
原文传递
基于泡沫浮选过程的故障检测算法研究 被引量:1
2
作者 王轩丽 李猛 +1 位作者 王祺慧 任玉伟 《齐鲁工业大学学报》 2016年第5期46-50,共5页
泡沫浮选过程的指标很大程度上是由浮选泡沫的尺寸决定的,仅用均值和方差无法完整的描述随机变量的随机特性。因此引入随机分布控制系统的模型,用输出概率密度函数(PDF)来刻画浮选泡沫的尺寸。针对泡沫浮选过程,采用有理平方根模型提出... 泡沫浮选过程的指标很大程度上是由浮选泡沫的尺寸决定的,仅用均值和方差无法完整的描述随机变量的随机特性。因此引入随机分布控制系统的模型,用输出概率密度函数(PDF)来刻画浮选泡沫的尺寸。针对泡沫浮选过程,采用有理平方根模型提出基于观测器的自适应故障检测法,通过求解线性矩阵不等式(LMI)得到故障检测的残差信号阈值,最后通过仿真验证分析,证明算法的有效性。 展开更多
关键词 泡沫浮选 故障检测 随机分布控制系统 概率密度函数
下载PDF
Peng's maximum principle for a stochastic control problem driven by a fractional and a standard Brownian motion 被引量:2
3
作者 BUCKDAHN Rainer JING Shuai 《Science China Mathematics》 SCIE 2014年第10期2025-2042,共18页
We study a stochastic control system involving both a standard and a fractional Brownian motion with Hurst parameter less than 1/2.We apply an anticipative Girsanov transformation to transform the system into another ... We study a stochastic control system involving both a standard and a fractional Brownian motion with Hurst parameter less than 1/2.We apply an anticipative Girsanov transformation to transform the system into another one,driven only by the standard Brownian motion with coefficients depending on both the fractional Brownian motion and the standard Brownian motion.We derive a maximum principle and the associated stochastic variational inequality,which both are generalizations of the classical case. 展开更多
关键词 fractional Brownian motion stochastic control system backward stochastic differential equation variational inequality maximum principle Girsanov transformation Galtchouk-Kunita-Watanabe decomposition
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部