基于神经网络的容错控制方法在CSTR中的应用研究

摘要：

针对一个连续搅拌釜式反应器,将容错控制(FEC)与故障诊断(FDD)方法相结合,提出了一种关于传感器故障的容错控制方法.用RBF神经网络建立传感器故障模型,对系统的状态和故障参数进行在线估计,将故障参数与修正的Bayes分类算法相结合,进行传感器故障的在线检测、分离和估计.当传感器发生故障时,认为是系统处于不同的工作模式,利用估计出的状态值在线训练神经网络控制器的参数,使网络适应系统新的(故障)状态,维持系统性能.仿真结果表明,方法具有很强的关于传感器故障的容错能力.

关键词：故障检测、容错控制、神经网络、连续搅拌釜式反应器

所属期刊栏目：27

分类号：TP73(遥感技术)

在线出版日期：2008-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-70