公共文化服务平台

神经网络主元分析的传感器故障诊断方法被引量：16: 2010年; 针对多传感器故障诊断问题,将神经网络引入主元分析(principal component analysis,PCA)模型之中,提出一基于主元分析的多传感器故障诊断模型。首先,应用传感器正常工作时测量的历史数据,由PCA模型得到所有传感器的预测值。其次,计算传感器系统的平方预期误差值(squared prediction error,SPE),根据系统的SPE值是否跳变,判定有无故障发生。通过分别重构单个传感器信号的SPE值来确定发生故障的传感器。最后,应用一个多传感器故障诊断仿真实例证明了该方案的可行性。; 陈楚瑶朱大奇; 关键词：主元分析故障检测信号重构故障隔离

移动机器人路径规划技术综述被引量：326: 2010年; 智能移动机器人路径规划问题一直是机器人研究的核心内容之一.将移动机器人路径规划方法概括为:基于模版匹配路径规划技术、基于人工势场路径规划技术、基于地图构建路径规划技术和基于人工智能的路径规划技术.分别对这几种方法进行总结与评价,最后展望了移动机器人路径规划的未来研究方向.; 朱大奇颜明重; 关键词：移动机器人路径规划人工势场地图构建神经网络

基于神经网络的水下机器人容错控制方法与实验研究被引量：4: 2009年; 针对无人水下机器人(UUV)传感器常见故障,采用一种基于有限脉冲响应(FIR)滤波器模型的在线故障诊断方法。根据该模型的故障检测结果,提出一种基于BP神经网络模型的容错控制策略,实现水下机器人首向角的估计以及传感器信号的在线重构。将重构的信号替代故障传感器信号,实现水下机器人在线容错控制。在OUTLAND 1000水下机器人定向控制系统中,首向角传感器(罗经)发生故障情形下,给出机器人的故障检测以及容错控制结果。; 颜明重刘乾朱大奇汤天浩; 关键词：无人水下机器人传感器故障神经网络容错控制

基于RCMAC的水下机器人容错控制方法研究被引量：1: 2009年; 针对复杂海洋环境中水下机器人的可靠性问题,提出了一种水下机器人的主动容错控制方法.在分析六自由度水下机器人受力的基础上建立了水下机器人简化动力学模型;利用快速学习的递归小脑神经网络(RCMAC)学习辨识机器人中出现的时变故障,并根据故障辨识结果重新配置控制律,使无人水下机器人在故障情况下仍然可以完成预定任务.仿真实验证明了该容错方法的有效性.; 袁芳叶银忠朱大奇; 关键词：水下机器人故障辨识神经网络主动容错控制

无人水下机器人推进系统故障诊断与容错控制被引量：8: 2010年; 由于海洋深处工作环境的复杂性、不可预测性,水下机器人可靠性控制技术一直备受关注。在常规无人水下机器人推进器故障诊断中,均假设推进器处于几种固定故障模式,离线设计控制律,在线调度控制律实现容错控制,这与实际推进器故障情况有较大差别,因此采用ICMAC(Improved Credit Assignment Cerebellar Model Articulation Controllers)神经网络在线辨识推进器的实际故障大小,再利用伪逆重构控制策略,产生容错控制矩阵,实现无人水下机器人在线自适应容错控制。并针对推进器突发性故障,给出了故障诊断与容错控制仿真结果。; 刘乾朱大奇; 关键词：无人水下机器人推进器神经网络故障诊断容错控制

基于模糊反向传播网络的海洋藻类生长状态预测研究: 藻类的繁殖生长状况是反映近海海水水质情况及陆地河流污染物质排放情况的重要指标。藻类的生长受各种环境理化因子的作用和影响,这种复杂的非线性映射关系很难用机理表达式来描述。模糊反向传播网络（FuzzyBack-Propaga...; 张颖李彩娟; 关键词：主成分分析藻类生长; 文献传递

基于小波灰色预测理论的旋转机械故障预测分析仪被引量：12: 2008年; 提出了一种基于小波分析和灰色预测理论的旋转机械故障预测分析仪设计方案。重点阐述了仪器的硬件结构及软件设计思想。以旋转机械主轴振动位移信号为例,首先应用小波变换进行特征向量提取,然后应用灰色理论进行结果预测,实验结果表明,将小波变换与灰色预测理论结合进行振动特征向量的预测是可行而有效的。; 朱大奇易健雄袁芳; 关键词：小波分析 DSP 旋转机械故障预测

基于遗传算法的UUV的容错控制律重构方法被引量：2: 2011年; 针对推进器拥堵故障下,水下机器人可靠性控制问题,将遗传算法引入容错控制律重构之中,提出带约束条件遗传算法的水下机器人容错控制律重构方法。在不同故障情况下,给出相关故障权矩阵,用遗传算法寻找控制矩阵的最优解,重构推进器的控制矩阵。相对于控制矩阵伪逆重构方法,得到的控制量不需要经过截断近似或是放缩近似,从而避免了由于截断或是放缩近似造成的误差,仿真结果表明了所提控制律重构算法的有效性。; 胡维莉朱大奇刘静; 关键词：容错控制遗传算法水下机器人

基于平衡学习的CMAC神经网络非线性滑模容错控制被引量：10: 2008年; 以一改进的信度分配CMAC(cerebellar model articulation controllers)神经网络为在线故障诊断的手段,将变结构滑模控制技术引入容错控制器设计之中,提出一种动态非线性系统主动容错控制方法.在常规CMAC学习算法中,误差被平均地分配给所有被激活的存储单元,不管各存储单元存储数据(权值)的可信程度.改进的CMAC中,利用激活单元先前学习次数作为可信度,其误差校正值与激活单元先前学习次数的-p次方成比例,从而提高神经网络的在线学习速度和精度;在此基础上利用滑模控制算法进行容错控制律的在线重构,实现动态非线性系统在线故障诊断与容错控制的集成.分析了系统的稳定性,仿真结果表明改进故障学习算法及容错控制的有效性.; 朱大奇孔敏; 关键词：信度分配故障诊断容错控制

基于CA-CMAC的快速传感器故障诊断方法被引量：8: 2008年; 针对动态系统的在线故障诊断问题,将信度分配小脑神经网络CA-CMAC(Credit Assigned Cerebellar Mod-el Articulation Controller)应用于主元分析模型,实现多传感器在线故障检测与隔离.首先,应用传感器正常工作时测量的历史数据,由主元分析模型得到所有传感器的预测值;接着计算传感器系统的均方预期误差值SPE(Squared Predic-tion Error),由SPE值的变化,判定是否发生故障,根据重构单个传感器信号的SPE值来隔离故障传感器;最后应用一个多传感器故障诊断仿真实例说明了该算法的可行性,并通过与误差反传BP(Back Propagation)神经网络和常规小脑神经网络CMAC(Cerebellar Model Articulation Controller)进行比较,说明了基于CA-CMAC的主元分析模型的优越性.; 朱大奇陈楚瑶颜明重; 关键词：主元分析故障检测故障隔离信号重构

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(50775136)