基于RBF神经网络的导弹舵机系统故障检测

扫码查看

原文链接

NETL

中文摘要：本文建立了RBF神经网络故障观测器模型以实现某导弹舵机系统的故障检测，并提出了一种将改进的粒子群优化算法(PSO)与正则化正交最小二乘法(ROLS)相结合的两级RBF学习方法。经过训练的RBF网络观测器与实际的系统并行工作，通过比较RBF观测器的估计输出和系统的实测输出产生残差，通过检测残差即可诊断系统是否出现故障。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：

张文广、史贤俊、肖支才、李新

展开 >

作者单位：

海军航空工程学院控制工程系,烟台264001

海军航空工程学院科研部,烟台264001

关键词：

RBF神经网络正交最小二乘法粒子群优化算法故障检测导弹舵机系统故障观测器

主办单位：

中国自动化学会

会议名称：

第29届中国控制会议

会议时间：

2010-07-29

会议地点：

北京

会议母体文献：

第29届中国控制会议论文集

页码：

3958-3962

出版时间：

2010