PSO-RBF神经网络在舵机系统故障诊断中的应用

• 作者: 史贤俊 张文广 张树团 张艳
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: RBF神经网络 正交最小二乘法 粒子群优化算法 故障诊断
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 制导与控制
• 页码范围: 131-135
• 分类号: TP183
• 字数: 4245字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1522.2011.02.003

摘要

文章建立了基于RBF神经网络的故障观测器模型,提出了一种将粒子群优化算法(PSO)与正则化正交最小二乘法(ROLS)相结合的2级RBF学习方法,并将该RBF网络观测器应用于导弹舵机系统的故障诊断.实验结果表明,基于该RBF神经网络的故障观测器能够有效地实现导弹舵机系统的故障检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文广	海军航空工程学院控制工程系	30	164	8.0	11.0
2	史贤俊	海军航空工程学院控制工程系	93	486	11.0	18.0
3	张树团	海军航空工程学院控制工程系	64	255	9.0	12.0
4	张艳		13	62	5.0	7.0