基于解析冗余技术的动态系统故障诊断方法研究
| 1 绪论 | 第1-11页 |
| ·研究背景和发展现状 | 第6页 |
| ·故障诊断方法 | 第6-9页 |
| ·故障诊断方法分类及其特点 | 第6-8页 |
| ·基于状态估计的故障诊断方法 | 第8页 |
| ·基于参数估计的故障诊断方法 | 第8-9页 |
| ·基于神经网络的故障诊断方法 | 第9页 |
| ·本文研究思路及主要内容 | 第9-11页 |
| 2 基于未知输入观测器的故障诊断方法 | 第11-26页 |
| ·引言 | 第11页 |
| ·未知输入观测器原理与设计 | 第11-14页 |
| ·干扰解耦的故障检测滤波器和鲁棒故障分离 | 第14-19页 |
| ·故障检测滤波器的基本原理 | 第14-16页 |
| ·干扰解耦故障检测滤波器和鲁棒故障分离 | 第16-19页 |
| ·系统故障诊断的仿真研究 | 第19-25页 |
| ·仿真对象 | 第19-20页 |
| ·系统传感器故障诊断 | 第20-23页 |
| ·系统执行器和元部件故障诊断 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于自适应观测器的故障诊断方法 | 第26-36页 |
| ·自适应观测器的基本概念 | 第26-27页 |
| ·故障检测观测器和自适应诊断观测器 | 第27-29页 |
| ·故障检测观测器 | 第27-28页 |
| ·自适应诊断观测器 | 第28-29页 |
| ·鲁棒性改进 | 第29-33页 |
| ·未知干扰的考虑 | 第29-32页 |
| ·阈值的选择 | 第32-33页 |
| ·仿真算例 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 4 基于神经网络的非线性故障诊断方法 | 第36-48页 |
| ·引言 | 第36页 |
| ·神经网络理论综述 | 第36-38页 |
| ·人工神经元模型和激活函数 | 第36-37页 |
| ·人工神经网络的学习 | 第37页 |
| ·前馈神经网络 | 第37-38页 |
| ·基于神经网络的非线性系统故障诊断方法 | 第38-40页 |
| ·基于神经网络预测器的传感器故障诊断 | 第40-42页 |
| ·神经网络输出预测模型建立及故障检测 | 第40-41页 |
| ·基于神经网络的传感器故障诊断 | 第41-42页 |
| ·仿真算例 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 5 结论和展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
