基于支持向量機的網(wǎng)絡(luò)控制系統(tǒng)故障診斷方法的研究.pdf

1、在深入研究支持向量機和基于解析模型故障診斷的基礎(chǔ)上,論文提出一種復(fù)合的故障診斷方法,并將其應(yīng)用于網(wǎng)絡(luò)控制系統(tǒng)中.隨著網(wǎng)絡(luò)控制系統(tǒng)規(guī)模日漸增大,對安全性、可靠性要求的目益提高,建立可靠的故障診斷系統(tǒng)已經(jīng)成為一種必要.但是,由于當(dāng)前的研究水平有限,網(wǎng)絡(luò)控制系統(tǒng)故障診斷仍然存在很多不足,主要表現(xiàn)為二個方面,其一為故障檢測問題:由于網(wǎng)絡(luò)控制系統(tǒng)是復(fù)雜控制系統(tǒng)和遠(yuǎn)程控制系統(tǒng)的綜合體,受環(huán)境因素和非線性等問題的影響比傳統(tǒng)控制系統(tǒng)更加嚴(yán)重,這為網(wǎng)絡(luò)控

2、制系統(tǒng)故障檢測的研究提出了挑戰(zhàn).其二為故障辨識問題:網(wǎng)絡(luò)控制系統(tǒng)故障辨識同傳統(tǒng)系統(tǒng)的故障辨識一樣,目前所用的方法是神經(jīng)網(wǎng)絡(luò),但是神經(jīng)網(wǎng)絡(luò)存在很多不足甚至是原理上無法克服的缺陷,采用其它辨識方法或克服神經(jīng)網(wǎng)絡(luò)存在的缺點是國內(nèi)外學(xué)者需要研究的問題.為了解決網(wǎng)絡(luò)控制系統(tǒng)故障檢測存在的問題,論文首先對支持向量機進行深入研究,針對支持向量機性能比較依賴參數(shù)選擇而現(xiàn)有方法缺乏智能性的問題,提出基于粒子群算法的參數(shù)優(yōu)化方法,對支持向量機參數(shù)進行設(shè)置.

3、然后將支持向量機用于系統(tǒng)不確定項的辨識中,將其辨識結(jié)果作為補償項加到狀態(tài)觀測器,從而抵消不確定因素對殘差的影響,使殘差只表示為故障的形式,從而提高檢測精度.最后,針對支持向量機在離線辨識在線應(yīng)用中支持向量個數(shù)過多的問題,對關(guān)聯(lián)向量機進行探討,并且在仿真驗證中與支持向量機進行比較.針對網(wǎng)絡(luò)控制系統(tǒng)故障辨識存在的問題,論文用支持向量機取代神經(jīng)網(wǎng)絡(luò)對故障進行在線辨識.首先,對求解二次優(yōu)化問題的積極集方法進行深入研究,然后將其用于增量支持向量機