基于GA-Elman神經(jīng)網(wǎng)絡(luò)預(yù)測的時延網(wǎng)絡(luò)控制系統(tǒng)故障檢測.pdf

1、網(wǎng)絡(luò)控制系統(tǒng)是通過數(shù)據(jù)通信網(wǎng)絡(luò)傳輸信息的閉環(huán)控制系統(tǒng)。隨著網(wǎng)絡(luò)控制系統(tǒng)的廣泛應(yīng)用，對其進(jìn)行故障檢測可以提高系統(tǒng)的安全保障。本文假設(shè)網(wǎng)絡(luò)控制系統(tǒng)存在傳感器到控制系統(tǒng)時延，并且這個時延可能大于一個周期，進(jìn)一步對時延大于一個周期的網(wǎng)絡(luò)控制系統(tǒng)做故障檢測。主要涉及的工作內(nèi)容如下：
　　了解控制系統(tǒng)工作機(jī)制，實例分析時延對控制系統(tǒng)的不良影響，建立了基于神經(jīng)網(wǎng)絡(luò)預(yù)測采樣值的長時延網(wǎng)絡(luò)化控制系統(tǒng)的故障檢測模型。神經(jīng)網(wǎng)絡(luò)是模擬人腦生物神經(jīng)系統(tǒng)的新

2、型信息系統(tǒng)，有良好的自學(xué)習(xí)、自組織以及強(qiáng)大的非線性映射能力，將其預(yù)測功能與網(wǎng)絡(luò)控制系統(tǒng)相結(jié)合，預(yù)測控制系統(tǒng)的采樣值，能夠減小時延的影響。但是BP神經(jīng)網(wǎng)絡(luò)與Elman神經(jīng)網(wǎng)絡(luò)都有一些缺陷，容易陷入局部極值以及全局搜索能力差等。
　　為此，本文在深入學(xué)習(xí)遺傳算法的基礎(chǔ)上，提出了GA-Elman神經(jīng)網(wǎng)絡(luò)，該模型結(jié)合了神經(jīng)網(wǎng)絡(luò)和遺傳算法各自的優(yōu)點(diǎn)，神經(jīng)網(wǎng)絡(luò)有較好的局部搜索能力以及遺傳算法有較好的全局搜索能力。用遺傳算法優(yōu)化 Elman神經(jīng)

3、網(wǎng)絡(luò)的連接權(quán)值與閾值，避免神經(jīng)網(wǎng)絡(luò)陷入局部極值的情況，加快神經(jīng)網(wǎng)絡(luò)的收斂速度。與前兩種神經(jīng)網(wǎng)絡(luò)相比，GA-Elman神經(jīng)網(wǎng)絡(luò)對采樣值的預(yù)測精度更高，收斂所用的步數(shù)更少。
　　在傳感器與控制器之間加入GA-Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模塊，根據(jù)預(yù)測值進(jìn)行觀測器的設(shè)計，并利用李雅譜諾夫定理證明了閉環(huán)系統(tǒng)的一致穩(wěn)定性，對系統(tǒng)進(jìn)行仿真研究。實驗結(jié)果表明，所設(shè)計的基于神經(jīng)網(wǎng)絡(luò)預(yù)測采樣值的故障觀測器能夠很好地跟蹤系統(tǒng)的狀態(tài)，并且在故障發(fā)生時，能夠及