[发明专利]基于贝叶斯学习的执行器故障估计方法有效
| 申请号： | 202010462038.6 | 申请日： | 2020-05-27 |
| 公开（公告）号： | CN111611718B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 赵顺毅;栾小丽;方星;刘飞 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20 |
| 代理公司： | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人： | 殷海霞 |
| 地址： | 214122 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于贝叶斯学习的执行器故障估计方法，包括(1)基于随机走步模型对执行器故障建模；(2)基于变分贝叶斯理论，将系统状态变量和执行器故障信号的联合后验分布用两个相互独立的假设分布来表示；(3)在k‑1时刻，预测出k时刻系统的状态和故障；在k时刻，依据贝叶斯理论对预测出的系统状态和系统故障进行迭代更新，输出k时刻系统状态的估计值和该估计值的方差，以及输出k时刻系统故障的估计值和该估计值的方差。该方法充分利用贝叶斯学习适用于在线估计的结构，通过对相互耦合变量的系统状态和故障信号进行解耦，给出一种针对随机系统下执行器故障信号的估计方法，能够很好地对执行器故障信号进行估计，弥补了现有方法在这一方向的缺失。 | ||
| 搜索关键词： | 基于 贝叶斯 学习 执行 故障 估计 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学，未经江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010462038.6/，转载请声明来源钻瓜专利网。
