基于小波神经网络的多模型故障检测

• 作者: 侯霞 胡寿松
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 多模型 非线性系统 小波神经网络 辨识器 故障检测
• 年，卷（期）: 2003,（4）
• 页码范围: 366-369
• 页数: 4页
• 分类号: TP18|TP27
• 字数: 2825字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2003.04.005

摘要

提出了一种利用小波神经网络辨识非线性系统多模型故障的方法.证明了状态估计误差渐近收敛到零,同时证明了如果激活函数满足持续激励条件,辨识器参数将趋于理想辨识器参数.分析了多模型辨识结构,并将小波神经网络作为辨识器应用于多模型故障检测.给出了小波神经网络进行非线性系统逼近的实例,用小波神经网络辨识器对多故障模型检测进行了仿真,证明了此方法的正确性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡寿松	南京航空航天大学自动化学院	185	3001	28.0	46.0
2	侯霞	南京航空航天大学自动化学院	8	163	4.0	8.0