基于支持向量机的非线性系统故障诊断

被引：42

作者：

胡寿松

王源

机构：

[1] 南京航空航天大学自动控制系

[2] 南京航空航天大学自动控制系江苏南京

[3] 江苏南京

来源：

控制与决策 | 2001年 / 05期

关键词：

CMAC; 支持向量机; 非线性; 故障诊断;

D O I：

10.13195/j.cd.2001.05.106.hushs.025

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了联想度的概念 ,并由此设计出一种自组织模糊 CMAC(SOFCMAC)及其学习算法 ,证明了 SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快 ,逼近精度高等特点。用该SOFCMAC作为非线性系统观测器而生成残差 ,通过支持向量机诊断器得到故障检测与诊断结果。对某型歼击机的结构故障进行诊断 ,仿真结果表明了该方法的有效性

引用

页码：617 / 620

页数：4