非线性系统的BP神经网络在线建模及故障检测

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

非线性系统的BP神经网络在线建模及故障检测

董选明, 裘丽华, 王占林

北京航空航天大学３０３教研室, 北京, 100083

收稿日期:1995-04-13 修回日期:1995-10-10 出版日期:1996-10-25 发布日期:1996-10-25

BP NEURAL NETWORKS BASED ON ON LINE MODELLING AND FAULT DETECTION IN NONLINEAR SYSTEMS

Dong Xuanming, Qiu Lihua, Wang Zhanlin

Faculty 303, Beijing University of Aeronautics and Astronautics, Beijing, 100083

Received:1995-04-13 Revised:1995-10-10 Online:1996-10-25 Published:1996-10-25

摘要/Abstract

摘要： 回顾了非线性系统建模、故障检测与诊断（ＦＤＤ）及ＢＰ神经网络应用中存在的问题。提出了一种ＢＰ网络在线阶段自学习方式及应用该方式对非线性系统进行在线建模和故障检测的方法。仿真结果表明，本文提出的方式和方法是可行的

关键词: 非线性系统, 神经网络, 故障检测

Abstract: The existing problems for modelling, fault detection and diagnosis, and BP neural networks′ application, in nonlinear systems have been reviewed. An on line stage self learning rule is presented, and a novel method for on line modelling and detecting faults using the above rule is also proposed. Simulations show that the presented rule and method are practical.

Key words: nonlinear systems　neuralnet, faults-detection

中图分类号:

V277

董选明;裘丽华;王占林. 非线性系统的BP神经网络在线建模及故障检测[J]. 航空学报, 1996, 17(5): 114-118.

Dong Xuanming;Qiu Lihua;Wang Zhanlin. BP NEURAL NETWORKS BASED ON ON LINE MODELLING AND FAULT DETECTION IN NONLINEAR SYSTEMS[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 1996, 17(5): 114-118.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	胡伟, 万文章, 陈谋. 基于神经网络和干扰观测器的UAV自动着舰控制[J]. 航空学报, 2022, 43(S1): 726963-726963.
[2]	陈博, 岳凯, 王如生, 胡明南. 基于学习策略的多速率多传感器融合定位方法[J]. 航空学报, 2022, 43(S1): 726904-726904.
[3]	王宇斐, 刘骁佳, 刘欢, 曹立俊, 罗志强. 孪生神经网络在航天产品电性能测试方面的应用[J]. 航空学报, 2022, 43(S1): 727048-727048.
[4]	王子玲, 熊振宇, 顾祥岐. 可见光与SAR多源遥感图像关联学习算法[J]. 航空学报, 2022, 43(S1): 727239-727239.
[5]	韩淞宇, 邵海东, 姜洪开, 张笑阳. 基于提升卷积神经网络的航空发动机高速轴承智能故障诊断[J]. 航空学报, 2022, 43(9): 625479-625479.
[6]	杨特, 杨智春, 梁舒雅, 康在飞, 贾有. 平稳随机载荷的信号特征提取与深度神经网络识别[J]. 航空学报, 2022, 43(9): 225952-225952.
[7]	刘佳奇, 冯蕴雯, 路成, 薛小锋, 潘维煌. 基于智能神经网络的航空发动机运行安全分析[J]. 航空学报, 2022, 43(9): 625375-625375.
[8]	邵怡韦, 陈嘉宇, 林翠颖, 万程, 葛红娟, 石智龙. 小训练样本下齿轮箱故障诊断:一种基于改进深度森林的方法[J]. 航空学报, 2022, 43(8): 625429-625429.
[9]	熊伟, 朱洪峰, 崔亚奇. 在线学习的循环自适应机动目标跟踪算法[J]. 航空学报, 2022, 43(5): 325250-325250.
[10]	董珍一, 林莉, 雷明凯, 马志远. 基于BPNN的封严涂层孔隙分布均匀性超声表征[J]. 航空学报, 2022, 43(5): 425294-425294.
[11]	戴金玲, 许爱强, 申江江, 王树友. 基于OCKELM与增量学习的在线故障检测方法[J]. 航空学报, 2022, 43(3): 325121-325121.
[12]	梁寒玉, 张文瀚, 王振华, 沈毅. 基于集员估计的卫星飞轮故障检测与预测方法[J]. 航空学报, 2022, 43(3): 326080-326080.
[13]	刘士明, 李四海, 郑江涛, 付强文, 陶渊博. 基于预滤波器和两级AIME的GNSS/INS超紧组合慢变故障检测[J]. 航空学报, 2022, 43(3): 325168-325168.
[14]	王因翰, 范世鹏, 吴广, 王江, 何绍溟. 基于GRU的敌方拦截弹制导律快速辨识方法[J]. 航空学报, 2022, 43(2): 325024-325024.
[15]	奕建苗, 邓枫, 覃宁, 刘学强. 快速预测跨声速流场的深度学习方法[J]. 航空学报, 2022, 43(11): 526747-526747.

非线性系统的BP神经网络在线建模及故障检测

BP NEURAL NETWORKS BASED ON ON LINE MODELLING AND FAULT DETECTION IN NONLINEAR SYSTEMS

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价