基于估计状态的非线性时滞系统的智能故障诊断

针对一类状态不可测且模型未知的非线性时滞系统,提出了一种基于神经网络的故障诊断方法.该方法利用两个RBF神经网络分别设计了状态观测器和故障估计器用来直接估计系统的状态及故障,最后应用Lyapunov理论,论证了状态估计误差、故障估计误差、参数的收敛性以及系统的稳定性.结果表明该方法实用有效,对解决一类非线性时滞系统的故障诊断问题具有一定的实际意义.

基于强跟踪滤波器的在线故障诊断方法

为了能在线诊断非线性系统故障 ,介绍了一种基于参数估计为主的强跟踪滤波器方法。由于该方法可得到比较准确的非线性系统状态与参数估计 ,系统的状态与参数可以得到辨识 ,因此该方法是一种很有效的在线故障检测与诊断方式。