论文部分内容阅读
故障检测和分离是故障诊断中的重要内容。本文提出了一个基于未知输入观测器(UIO)加动态神经网络的复合故障诊断方法.使用未知输入观测器对建模误差有一定的鲁棒性,针对系统中发生的不同类型的故障,应用动态神经网络(DNN)对残差进行故障模式匹配和识别.因此,复合方法可以有效地完成故障检测、分离和识别的任务.并且以一个化学反应器模型进行基于该复合方法的仿真实验,验证了这种复合方法的良好效果.