《基于CA-CMAC的快速传感器故障诊断方法》PDF+DOC
作者:朱大奇,陈楚瑶,颜明重
单位:中国电子学会
出版:《电子学报》2008年第08期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFDZXU2008080310
DOC编号:DOCDZXU2008080319
下载格式:PDF + Word/doc 文字可复制、可编辑
《神经网络主元分析的传感器故障诊断方法》PDF+DOC2010年第07期 陈楚瑶,朱大奇
《基于广义回归神经网络的传感器故障检测》PDF+DOC2017年第09期 李长征,张瑜
《基于非线性主元分析的水轮机调节系统传感器故障诊断》PDF+DOC2012年第02期 刘明华,南海鹏,余向阳
《基于深度学习的航空传感器故障诊断方法》PDF+DOC2017年第07期 郑晓飞,郭创,姚斌,冯华鑫
《鲁棒自联想神经网络在故障传感器信号恢复中的应用》PDF+DOC1998年第02期 钮永胜,赵新民
《传感器故障诊断方法研究》PDF+DOC2004年第03期 许秀玲,汪晓东
《基于联合神经网络的冗余传感器故障诊断和信号重构》PDF+DOC2003年第02期 张颖伟,王福利
《基于主元分析的传感器故障诊断》PDF+DOC2002年第02期 张晓华,吴贵强
《飞控系统传感器故障诊断研究》PDF+DOC2010年第02期 刘华,唐永哲,郝涛,左琰
《神经网络预测功能在故障诊断中的应用》PDF+DOC2009年第12期 张萍
针对动态系统的在线故障诊断问题,将信度分配小脑神经网络CA-CMAC(Credit Assigned Cerebellar Mod-el Articulation Controller)应用于主元分析模型,实现多传感器在线故障检测与隔离.首先,应用传感器正常工作时测量的历史数据,由主元分析模型得到所有传感器的预测值;接着计算传感器系统的均方预期误差值SPE(Squared Predic-tion Error),由SPE值的变化,判定是否发生故障,根据重构单个传感器信号的SPE值来隔离故障传感器;最后应用一个多传感器故障诊断仿真实例说明了该算法的可行性,并通过与误差反传BP(Back Propagation)神经网络和常规小脑神经网络CMAC(Cerebellar Model Articulation Controller)进行比较,说明了基于CA-CMAC的主元分析模型的优越性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。