项目名称: 基于多观测器融合的气动执行器故障诊断研究

项目编号: No.61174108

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 自动化技术、计算机技术

项目作者: 尚群立

作者单位: 杭州电子科技大学

项目金额: 62万元

中文摘要: 针对气动执行器系统,在建立的执行器非线性动态机理模型的基础上,研究用于模型逼近的动态神经网络,通过仿真解析模型和真实系统获得的数据样本进行两次学习训练,设计出用于故障检测的和多个用于故障隔离的非线性观测器阵列,通过多观测器的融合来获得执行器故障检测、故障分离与故障辨识的技术方法。

中文关键词: 气动执行器;控制阀模型;性能评估;故障诊断;

英文摘要:

英文关键词: The Pneumatic Actuator;Control Valve Model;Performance Evaluation;Fault diagnosis;

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
94+阅读 · 2022年4月17日
【AAAI2022】基于属性的渐进融合网络的RGBT跟踪
专知会员服务
22+阅读 · 2022年1月8日
专知会员服务
27+阅读 · 2021年9月10日
专知会员服务
20+阅读 · 2021年1月7日
专知会员服务
31+阅读 · 2020年12月21日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
59+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
VALSE Webinar CVPR DDL期间活动暂停通知
VALSE
0+阅读 · 2021年10月28日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【学界】基于条件深度卷积生成对抗网络的图像识别方法
GAN生成式对抗网络
16+阅读 · 2018年7月26日
已删除
将门创投
12+阅读 · 2018年6月25日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月19日
小贴士
相关资讯
VALSE Webinar CVPR DDL期间活动暂停通知
VALSE
0+阅读 · 2021年10月28日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【学界】基于条件深度卷积生成对抗网络的图像识别方法
GAN生成式对抗网络
16+阅读 · 2018年7月26日
已删除
将门创投
12+阅读 · 2018年6月25日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员