一种基于神经网络在线逼近器的非线性鲁棒故障诊断方法

• 作者: 吴晓蓓 周川 胡寿松 胡维礼 陈庆伟
• 来源期刊: 信息与控制
• 关键词: 故障诊断 神经网络 非线性系统
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2003.01.001

摘要

针对一类不确定非线性动态系统,提出了一种基于神经网络在线逼近结构的鲁棒故障检测方法.该方法通过构造神经网络通过在线逼近结构学习非线性故障特性来监测动态系统的反常行为,当故障发生时,在线估计器可逼近各种可能的未知故障,然后对其进行诊断和适应.神经网络权重的在线学习律没有持续激励的要求,并采用Lyapunov稳定性理论保证了闭环误差系统一致最终有界稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈庆伟	南京理工大学自动化系	167	2469	26.0	41.0
2	胡寿松	南京航空航天大学自动控制系	185	3001	28.0	46.0
3	吴晓蓓	南京理工大学自动化系	113	1168	17.0	26.0
4	胡维礼	南京理工大学自动化系	155	2963	28.0	46.0
5	周川	南京理工大学自动化系	37	391	12.0	18.0