应用自组织模糊神经网络估计卫星姿态系统执行机构故障

• 作者: 姜斌 杨明凯 程月华 高志峰
• 来源期刊: 应用科学学报
• 学科: 工学
• 关键词: 自组织模糊神经网络 故障估计 卫星 执行机构
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 控制与系统
• 页码范围: 72-76
• 页数: 5页
• 分类号: TP183
• 字数: 3217字
• 语种: 中文
• DOI: 10.3969/j.issn.0255-8297.2010.01.013

摘要

自组织模糊神经网络可以根据系统状态在线更新权值和调整节点,优化网络结构.文中针对某卫星姿态控制系统提出了基于两个自组织模糊神经网络的执行机构故障诊断方法.网络SOFNN1用于健康系统的离线训练,估计出系统的不确定项和扰动项,网络输出结果作为故障检测的阈值参考.网络SOFNN2在网络SOFNN1的基础上估计执行器故障.仿真表明,在噪声干扰和系统参数小确定的情况下,在线自组织模糊神经网络结构的方法能很好地估计系统执行机构故障,比固定结构的模糊神经网络估计速度快,因此更具优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜斌	南京航空航天大学自动化学院	164	1102	17.0	25.0
2	程月华	南京航空航天大学自动化学院	46	346	9.0	17.0
6	高志峰	南京航空航天大学自动化学院	4	28	2.0	4.0
7	杨明凯	南京航空航天大学自动化学院	1	13	1.0	1.0