衛(wèi)星姿態(tài)控制系統(tǒng)中的故障診斷研究.pdf_第1頁
已閱讀1頁,還剩132頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、華中科技大學(xué)博士學(xué)位論文衛(wèi)星姿態(tài)控制系統(tǒng)中的故障診斷研究姓名:岑朝輝申請學(xué)位級別:博士專業(yè):通信與信息系統(tǒng)指導(dǎo)教師:魏蛟龍2011-03-03華 中 科 技 大 學(xué) 博 士 學(xué) 位 論 文華 中 科 技 大 學(xué) 博 士 學(xué) 位 論 文II基于模型與計算智能混合途徑研究了以神經(jīng)網(wǎng)絡(luò)模型辨識為核心方法、面向飛輪進(jìn)行離線辨識與在線觀測結(jié)合的故障診斷新方法。針對飛輪正常及故障模式,通過離線設(shè)計與訓(xùn)練多個 BPNN 神經(jīng)網(wǎng)絡(luò)辨識模型并作為估計器在

2、線監(jiān)測生成殘差,可實現(xiàn)基于殘差的飛輪故障檢測及故障程度區(qū)分。針對優(yōu)化模型精度實現(xiàn)準(zhǔn)確故障評估的問題,提出了一種灰盒神經(jīng)網(wǎng)絡(luò)模型辨識與故障評估方案,通過直接繼承對象系統(tǒng)動力學(xué)并采用改進(jìn)的自定義激勵訓(xùn)練策略,獲得正常模式下的灰盒神經(jīng)網(wǎng)絡(luò)辨識模型并作為估計器在線嵌入生成殘差,可避免非線性動態(tài)系統(tǒng)模型辨識中由于動力學(xué)不匹配所導(dǎo)致的模型精度下降缺陷,不依賴故障模型即可實現(xiàn)故障檢測及故障評估。 研究了驗證故障診斷方法及結(jié)論的相關(guān)基礎(chǔ)軟硬件平臺構(gòu)建問

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

最新文檔

評論

0/150

提交評論