[发明专利]一种基于神经网络预测的网络化控制系统故障检测方法有效
| 申请号： | 201610856679.3 | 申请日： | 2016-09-28 |
| 公开（公告）号： | CN106249599B | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 钱伟;杨蒙蒙;王瑞;王俊峰;李冰锋 | 申请（专利权）人： | 河南理工大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 41130 郑州浩德知识产权代理事务所(普通合伙) | 代理人： | 王国旭 |
| 地址： | 454000 河南*** | 国省代码： | 河南;41 |
| 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神经网络预测的网络化控制系统故障检测方法，包括构建RBF神经网络系统、构建系统故障检测函数、系统稳定性判定运算及构建系统故障判定运算函数等四步。本发明系统构成及计算过程简单，计算效率及运行精度具相对较高，通过采用改进的RBF神经网络的预测控制器有效预测出系统输出数据信息，从而有效抵消丢包给系统带来的不良影响，并在对得到的预测输出值采用反馈校正进行修正的基础上通过调整学习效率来使误差变小、训练次数降低，从而得到更好的收敛性和更快的预测速度。同时，当系统发生故障时，能够根据所设计的故障观测器及判定准则快速检测出故障的发生。 | ||
| 搜索关键词： | 一种 基于 神经网络 预测 网络化 控制 系统故障 检测 方法 | ||
【主权项】：
1.一种基于神经网络预测的网络化控制系统故障检测方法，其特征在于，所述的基于神经网络预测的网络化控制系统故障检测方法包括如下步骤：/n第一步，构建RBF神经网络系统，首先构建存在传感器数据随机丢失和干扰的网络化控制系统数学模型，然后针对该网络化控制系统数学模型建立对系统输出进行预测的传统RBF神经网络，然后在传统RBF神经网络中引入至少一组隐含层函数、神经网络的误差代价函数及高效预测输出值运算函数对传统RBF神经网络进行优化运算，并得到高精度的系统输出预判值；/n第二步，构建系统故障检测函数，基于第一步进行优化处理后的RBF神经网络系统，构建出系统故障检测函数，并同时获得系统的增广数学模型；/n其中系统故障检测函数为：/n
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河南理工大学，未经河南理工大学许可，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/201610856679.3/，转载请声明来源钻瓜专利网。
