基于无源观测器的小波神经网络故障诊断方法

• 作者: 余文曌 徐海祥 黄羽韬
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 非线性无源观测器 BP神经网络 动力定位 传感器 小波包分解
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 船舶与海洋工程
• 页码范围: 91-96
• 页数: 6页
• 分类号: TP206.3
• 字数: 4193字
• 语种: 中文
• DOI: 10.13245/j.hust.200417

摘要

针对自主化、智能化的动力定位船舶传感器故障诊断性能降低,漏报、误报频发,进而影响作业安全的问题,提出一种融合模型和数据的诊断方法.该方法将非线性无源观测器与BP(误差反向传播)神经网络结合,并引入小波包分解方法对数据集进行处理,得到故障信号各个频段上的能量,细化分类特征.基于一艘动力定位船舶模型进行仿真,结果表明:该方法克服了单一观测器输出结果存在未知干扰、模型精度不高的问题,解决了神经网络历史数据集缺乏、代表性未知的问题,提升了故障识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐海祥	武汉理工大学交通学院	57	166	7.0	9.0
5	余文曌	武汉理工大学交通学院	20	44	4.0	6.0
9	黄羽韬	武汉理工大学交通学院	2	0	0.0	0.0