2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著現(xiàn)代工業(yè)生產(chǎn)過程的日益大型與復(fù)雜化,人們對系統(tǒng)安全可靠性的要求也隨之提高。當今的工業(yè)系統(tǒng)也因技術(shù)的迅速發(fā)展存儲了大量的數(shù)據(jù),這為提高系統(tǒng)的安全可靠性無疑提供了一定的數(shù)據(jù)冗余保障。鑒于此,考慮實際工業(yè)多為非線性系統(tǒng),且傳感器易發(fā)生故障問題,基于數(shù)據(jù)驅(qū)動技術(shù),本文針對傳感器已知確定性故障和未知不確定故障,分別提出了基于逆的誤差補償與基于故障檢測可靠性評價的軟冗余容錯控制方法,并針對恒偏差、精度下降等常見的傳感器故障進行了相應(yīng)仿真及半實體

2、實驗研究。工作包括:
  1)基于數(shù)據(jù)驅(qū)動非線性系統(tǒng)神經(jīng)網(wǎng)絡(luò)與 Wiener模型的建模方法研究
  考慮工業(yè)系統(tǒng)中傳感器發(fā)生故障時,已知確定性故障誤差多為非線性靜態(tài)特性,而工業(yè)對象又多表現(xiàn)為非線性動態(tài)特性,傳統(tǒng)的機理建模方法難以表達且實施相應(yīng)的補償,本文針對這兩種不同的非線性特性,結(jié)合神經(jīng)網(wǎng)絡(luò)與Wiener模型的各自優(yōu)勢,采用改進的LM-BP神經(jīng)網(wǎng)絡(luò)與 RBF神經(jīng)網(wǎng)絡(luò)進行靜態(tài)非線性建模以補償已知故障產(chǎn)生的誤差,并以此為基礎(chǔ)提

3、出了 Wiener與神經(jīng)網(wǎng)絡(luò)(NN-Wiener)混合的建模方法,對系統(tǒng)過程進行動態(tài)非線性建模研究,為傳感器未知故障容錯奠定基礎(chǔ)。
  2)基于 LM-BP與RBF神經(jīng)網(wǎng)絡(luò)的傳感器已知故障誤差補償研究
  考慮到傳感器已知故障誤差的靜態(tài)、確定性,且神經(jīng)網(wǎng)絡(luò)具有很好的靜態(tài)非線性的逼近能力,文中提出了兩種基于串、并聯(lián)逆方法的故障誤差補償方案。該方案首先借助傳感技術(shù)分別采集故障傳感器與正常傳感器的輸出值,然后基于LM-BP與 RB

4、F建模技術(shù),分別建立故障傳感器輸出與正常傳感器輸出、故障傳感器和其正常傳感器差值之間的非線性映射關(guān)系,并將其以串或并聯(lián)方式引入系統(tǒng)對傳感器故障確定性誤差予以補償,建模結(jié)果顯示兩種方法均具有較好的擬合精度,半實體實驗結(jié)果表明故障誤差補償具有工程可用性。
  3)基于故障檢測可靠性評價的傳感器未知故障軟冗余容錯控制方法研究
  考慮到未知故障誤差的動態(tài)、不確定性,且針對傳感器故障檢測可靠性評價缺失引起的容錯安全問題,提出了一種基

5、于故障檢測可靠性評價函數(shù)的NN-Wiener模型軟冗余容錯控制方法。該方案首先通過仿真和PCS液位控制實驗平臺獲取對象的控制量及傳感器數(shù)據(jù),然后基于這些數(shù)據(jù)建立仿真與實驗對象的動態(tài)NN-Wiener模型,并與故障檢測模塊及軟冗余容錯模塊嵌入仿真與 PCS液位控制系統(tǒng)平臺中,仿真和實驗結(jié)果均表明 NN-Wiener預(yù)測模型與 SPRT算法的結(jié)合能夠可靠及時檢測PCS中傳感器的各類故障,基于故障檢測可靠性評價軟硬結(jié)合反饋可平滑切換,并對傳感

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論