基于智能方法的系統辨識和故障診斷.pdf

1、本文采用人工神經網絡和模糊邏輯系統兩種智能方法，分別研究了非線性系統辨識問題，并將模糊系統和神經網絡結合起來，研究了基于神經網絡的自適應模糊推理系統(ANFIS)在故障診斷方面的應用。
　　 首先對系統辨識和故障診斷的發(fā)展概況，以及模糊邏輯和人工神經網絡進行了必要的綜述，詳細地介紹了三種常見的人工神經網絡—BP網絡、RBF網絡、動態(tài)模糊神經網絡的結構和訓練規(guī)則，通過實例驗證了它們辨識非線性系統的能力；其次，針對一類單輸入單輸出非

2、線性系統提出了一種穩(wěn)定的組合自適應模糊辨識方法，在辨識系統設計中引入了自適應辨識補償器來減小對跟蹤誤差的影響，在不要求最優(yōu)逼近誤差平方可積的條件下，利用設計的Lyapunov函數證明了系統的漸近穩(wěn)定性。此方法的關鍵是用模糊辨識器辨識系統中的未知部分，基于辨識器的補償器則用來消除未建模動態(tài)；然后用控制器中的狀態(tài)反饋控制器使系統的線性部分穩(wěn)定。最后，詳細介紹了基于神經網絡的自適應模糊推理系統(ANFIS)的結構、原理與算法，并利用其建立了柴