基于模糊T-S模型的非线性系统的H∞鲁棒容错控制

研究一类具有不确定和时滞的非线性系统的H鲁棒容错控制问题.采用T-S模糊模型来描述非线性系统,在系统执行器失效的情况下,建立故障矩阵模型;通过引进自由加权矩阵,基于Lyapunov稳定性理论和LMI(线性矩阵不等式)方法,给出系统H鲁棒容错控制器存在的充分条件,保证了系统的鲁棒稳定性,仿真实例验证了该方法的有效性.     

利用硬件电路快速实现信号能量的计算方法

0　引言在不同的场合 ,对信号一些参数的处理速度和精度有不同要求 ,信号的处理方法也是不一样的。在信号各种参数的处理速度要求不高时 ,大多采用软件处理方法 ,虽然其降低了硬件设计的成本 ,但对信号处理速度和精度较低。如果要求对检测的信号进行快速实时处理 ,用软件处理方法满足不了实际信号检测的要求 ,而采用硬件对检测信号的参数进行处理 ,则可以大大提高处理速度 ,满足对信号处理的实时性要求。1　信号能量的理论计算测量中的任意一个信号的波形如图 1所示 ,如果要得到该信号的能量 ,即图 1中的阴影部分的面积 ,其能量 (包络能量 )…     

基于模糊T-S模型的非线性系统的H∞鲁棒容错控制

研究一类具有不确定和时滞的非线性系统的H_∞鲁棒容错控制问题.采用T-S模糊模型来描述非线性系统,在系统执行器失效的情况下,建立故障矩阵模型;通过引进自由加权矩阵,基于Lyapunov稳定性理论和LMI(线性矩阵不等式)方法,给出系统H_∞鲁棒容错控制器存在的充分条件,保证了系统的鲁棒稳定性.仿真实例验证了该方法的有效性.     

基于粗糙集的电机故障诊断

利用粗糙集能够约简决策表减少得到诊断规则的复杂度和案例分析能够快速计算出两个案例的相似度,本文设计了一种基于粗糙集理论电机故障诊断方法。首先结合粗糙集中区分矩阵的知识消除掉收集的电机故障数据中的冗余信息,以求得到最简决策表,从而得到诊断规则;然后借鉴属性重要度的计算方法,来确定各属性权重,标记出各属性的重要程度,并为计算属性相似度做基础;最后利用案例推理的理论计算测试规则和所得的诊断规则的各相似度,根据最高相似度的诊断规则得出测试规则的故障检测结果。实例验证所得结果也证明了本文设计的方法的可行性与有效性。     

基于模糊模型的非线性不确定时滞系统的H-infinite鲁棒容错控制

研究了一类具有不确定时滞的非线性系统的H_∞鲁棒容错控制问题. 采用T-S模糊模型来描述非线性系统,并对执行器失效且具有扰动的情形, 基于Lyapunov稳定性理论和LMI方法, 给出了系统H_∞鲁棒容错控制器存在的充分条件, 保证了系统的鲁棒稳定性. 仿真实例验证了本文提出方法的有效性.     

基于模糊模型的非线性不确定时滞系统的H∞鲁棒容错控制

研究了一类具有不确定时滞的非线性系统的H∞鲁棒容错控制问题.采用T-S模糊模型来描述非线性系统,并对执行器失效且具有扰动的情形,基于Lyapunov稳定性理论和LMI方法,给出了系统H∞鲁棒容错控制器存在的充分条件,保证了系统的鲁棒稳定性.仿真实例验证了本文提出方法的有效性.     

基于主元分析神经网络补偿的感应电动机逆解耦控制

对于具有多变量、非线性、强耦合、慢时变等特征的异步电动机调速系统,实现定子磁链与电磁转矩的高精度动态解耦是提高系统性能的关键.首先通过非线性状态反馈建立感应电动机的α阶积分逆模型,并分析非线性状态反馈的误差对其逆模型精度的影响.在此基础上提出了一个基于主元分析神经网络补偿的感应电动机逆解耦控制方法,将补偿后的α阶积分逆...     

粗糙集神经网络在电机故障诊断中的应用

随着社会的进步,科学的发展,电力工程在日常生活中的重要性也日趋明显。在电力系统中,电机的稳定与否关乎到整个系统稳定。电机设备诊断中针对感应电机故障复杂、提取方法不足等问题,运用粗糙神经网络对变压器的故障进行诊断,通过分析电机单相瞬时功率,滤波后进行小波包分解,从得出故障特征变化率,并用以表征故障特征,以此作为电机故障的依据,运用粗糙集理论进行约简,将约简结果作为特征向量输入到RBF 网络中。结果表明该方法诊断灵敏度高,可用于电机的故障诊断。     

基于人工神经网络的压力容器故障的诊断

在压力容器传统检测方法的基础上,提出一种新的人工神经网络(ANN)故障诊断方法.利用压力容器在检测过程中故障的特征参数,采用神经网络分别对每一类故障进行诊断,网络输入为与输出故障相关联的监测信号的特征值,对各网络输出进行决策判断,给出最后诊断结果.仿真事例结果表明该方法充分利用检测的各种特征信息,能够有效地诊断故障,提高诊断的精确度.     

粗糙集神经网络在电机故障诊断中的应用

随着社会的进步,科学的发展,电力工程在日常生活中的重要性也日趋明显。在电力系统中,电机的稳定与否关乎到整个系统稳定。电机设备诊断中针对感应电机故障复杂、提取方法不足等问题,运用粗糙神经网络对变压器的故障进行诊断,通过分析电机单相瞬时功率,滤波后进行小波包分解,从得出故障特征变化率,并用以表征故障特征,以此作为电机故障的依据,运用粗糙集理论进行约简,将约简结果作为特征向量输入到RBF网络中。结果表明该方法诊断灵敏度高,可用于电机的故障诊断。