پروژه متلب تشخیص خطای Actuator در سیستم‌های غیرقطعی غیرخطی با استفاده از مدل‌های تقریبی مبتنی بر خط

پروژه متلب تشخیص خطای Actuator در سیستم‌های غیرقطعی غیرخطی با استفاده از مدل‌های تقریبی مبتنی بر خط

تشخیص خطای Actuator در سیستم‌های غیرقطعی غیرخطی با استفاده از مدل‌های تقریبی مبتنی بر خط با متلب | MATLAB

چکیده:

این مقاله شناسایی خطای محرک را در سیستم‌های غیرخطی، ورودی – affine، سیستم‌های غیرخطی با استفاده از شبکه‌های عصبی توصیف می‌کند. الگوریتم های تنظیم شبکه عصبی از روش Lyapunov مشتق و شناسایی شده‌اند. این مقاله دینامیک خطا را به عنوان مثال، ویژگی‌های دینامیکی یک فرآیند شکست تعریف و تحلیل می‌کند. یک شرط detectability دقیق برای نقص‌های محرک در سیستم‌های غیرخطی مربوط به محرک ورودی مورد نظر و حساسیت ناظر بر شبکه عصبی داده می‌شود. شرایط کافی از نظر سیگنال ورودی و نقص محرک مربوطه به این قبیل که یک خطا می‌تواند تشخیص داده شود، داده شده‌است. نتایج شبیه‌سازی برای نشان دادن معیارهای detectability و تشخیص خطا در سیستم‌های غیرخطی ارائه شده‌است.

Actuator fault detection in nonlinear uncertain systems using neural on-line approximation models