基于电子支付密码的支票自动容错识别系统研究

系统地研究了基于电子支付密码 (又称变码印鉴 )的支票自动容错识别技术 ,包括基于电子支付密码的支票识别系统的组成 ,支票数字图形的提出、特征提取和预处理、应用多种神经网络识别方法对大写和阿拉伯数字识别、对多种侯选方案进行容错识别等技术 ,并建立了支票识别原型系统 ,并取得了理论成果 ,该系统有应用前景 .     

BP神经网络模型在地下水水质评价中的应用

运用人工神经网络理论和方法 ,建立了地下水水质评价的 BP神经网络模型 ,对肥城市 6眼水井的地下水水质进行了评价 ,并与综合指数法、模糊综合评判法的评价结果进行了比较 .结果表明 ,用 BP神经网络模型评价地下水水质是可行的 ,该模型具有很强的的学习、联想和容错功能 ,其分析结果和过程都接近人脑的思维过程和分析方法 ,使得地下水水质评价结果的精度大大提高 .     

非线性系统的鲁棒容错控制

对非线性鲁棒容错控制的研究现状进行了综述。首先介绍了一些与非线性鲁棒容错控制密切相关的研究方向,包括非线性系统理论、鲁棒控制、自适应控制等。然后分被动式和主动式介绍了非线性系统鲁棒容错控制的研究现状;被动容错控制方面,主要介绍了可靠控制方法;主动容错控制通常需要解决三个问题:诊断、控制以及二者的综合,本文按照这个划分对主动式的研究现状进行了总结。最后,探讨了该领域的一些热点和难点问题。     

一种基于神经网络的非线性自适应滤波器

提出了基于Ａｄａｌｉｎｅ－ＭＬＰ递归神经网络的非线性自适应滤波器。这种新的滤波器运用了自适应ＩＲ滤波器理论，具有神经网络分布式并行信息处理，较好的容错特性和鲁棒效应等优点，且比传统的滤波器有更好的收敛特性，并可方便地实现非线性滤波。此外，还给出了Ａｄａｌｉｎｅ－ＭＬＰ递归网络在线滤波算法及其在非线性自适应噪声抵消器中的应用。最后进行了计算机仿真。     

基于神经网络的飞控系统实时容错设计与仿真

为了提高系统的可靠性与容错能力,提出了基于径向基神经网络的飞行控制系统传感器实时容错策略.利用改进的梯度下降优化算法来设计神经网络,以提高网络的学习速度和映射能力;基于网络的逼近性能,建立在线神经网络辨识模型;考虑到系统闭环反馈与实时控制的特性,使用多个辨识模型的信息进行传感器故障的定位和信号重构.应用某型飞机进行仿真,在保证闭环系统稳定的前提下,实现了传感器的在线故障隔离与信号重构,达到了预期的效果.     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks, RBFNNs)对不确定参数(未知函数)进行估计。同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定。首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型。其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题。接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性。最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路。     

基于自适应模型非线性系统容错控制的研究

针对未知的多变量非线性动态系统,提出了一种新型的自适应故障容错控制方法。该方法首先通过设计一个自适应RBF神经网络模型建立未知过程的动态模型,并利用扩展卡尔曼滤波算法在线调节RBF网络权值学习系统的时变参数和故障动态,然后设计基于此模型的自适应迭代逆模控制算法实现相应的容错控制策略。将容错方法成功应用到一个连续的多变量三水箱过程。     

无人水下机器人推进系统故障诊断与容错控制

由于海洋深处工作环境的复杂性、不可预测性,水下机器人可靠性控制技术一直备受关注。在常规无人水下机器人推进器故障诊断中,均假设推进器处于几种固定故障模式,离线设计控制律,在线调度控制律实现容错控制,这与实际推进器故障情况有较大差别,因此采用ICMAC(Improved Credit Assignment Cerebellar Model Articulation Controllers)神经网络在线辨识推进器的实际故障大小,再利用伪逆重构控制策略,产生容错控制矩阵,实现无人水下机器人在线自适应容错控制。并针对推进器突发性故障,给出了故障诊断与容错控制仿真结果。     

连续多时滞系统的保成本H∞容错控制

针对状态具有多个时滞的线性连续系统,基于Lyapunov稳定性理论和线性矩阵不等式方法,研究了在执行器发生故障的情况下,连续多时滞系统的保成本H_∞容错控制问题。首先,在无外部扰动时,得到了系统存在容错控制器的一个充分条件|其次,得到了系统存在保成本容错控制器的一个充分条件|最后,在有外部扰动时,得到了系统存在H_∞容错控制器的一个充分条件。进一步,得到了系统存在保成本H_∞容错控制器的一个充分条件以及该控制器的设计方法。仿真结果证明了该方法的正确性和有效性。     

容错神经网络仿真器的研制

这篇文章中，考虑到现阶段使用神经网络时的困难，提出用容错神经网络仿真器来开发神经网络。文中首先给出了整体设计方案，然后详细地规划了各个模块及其相互调用关系，给出了基于ＶｉｓｕａｌＣ＋＋４．２的软件实现方法。文末还提供了程序运行过程中的几个界面，指出了其广阔的应用前景。     

小波-神经网络在模拟电路故障诊断中的应用

小波变换具有时频局部化、多尺度分析等特性，而神经网络具有非线性映射、学习推理等优点，将二者结合起来，提出基于小波-神经网络的模拟电路故障诊断方法。采用正弦信号仿真模拟电路，应用小波变换对模拟电路响应的采样信号进行故障特征提取，建立故障字典，然后利用神经网络对各种状态下的特征向量进行分类决策，实现模拟电路的故障诊断。对标准电路仿真结果表明：该方法能够实现故障检测及定位，具有准确率高的特点。     

基于神经网络的假设检验故障诊断算法研究

传统的χ2检验法通过比较先验信息与量测信息进行故障检测,当先验信息所依赖的模型出现错误时将无法进行有效的故障检测和故障隔离。提出利用神经网络的方法结合χ2检验法进行故障诊断,训练神经网络来跟踪系统模型,则正确的先验信息保存在训练好的神经网络中,系统模型输出与网络模型输出之差作为故障诊断的依据。针对INS/GPS组合导航系统进行算法仿真,该算法能够快速、准确地判断系统故障源,通过故障隔离和系统重构,使系统在故障情况下依然保持正常工作。     

模糊推理和神经网络的集成在故障诊断中的研究

以故障诊断的理论和方法为基础 ,综合运用人工智能、模糊理论和神经网络理论 ,对复杂电子装备的故障诊断问题进行了研究。提出了模糊推理和神经网络的集成方法 ,介绍了集成的综合系统的基本结构和工作原理 ,描述了模糊故障诊断模型和改进的神经网络BP算法     

一种基于多级信息融合技术的系统故障诊断方法

采用多级信息融合思想,利用系统故障症状的分散性,提出了一种新的系统故障诊断方法。首先,我们采用多传感器同源数据融合来保证量测信号的准确可靠;然后,利用同一故障在系统中的不同表现症状,采用模糊积分融合,融合输出为相对应的故障诊断结果。最后对燃气轮机的多部位故障诊断进行了仿真研究,结果较为理想。     

智能重构控制技术及其应用

重构控制已成为目前控制领域的研究热点和具有挑战性的课题。概述了重构控制发展的背景、现状及存在问题，通过分析得知，重构控制的智能化已成为该领域发展的重要方向，并进一步总结了目前若干具有代表性的智能重构控制方法，着重介绍了基于神经网络和模糊推理的智能故障诊断和智能重构控制方法。最后，展望了智能重构控制在飞行控制领域的应用前景     

基于神经网络的军用飞机故障预报系统研究

在军用航空领域 ,及时准确的故障预报对提高飞行器的安全性具有极其重要的意义。针对飞机故障预报系统的设计要求 ,考虑到神经网络用于故障预测的优点 ,在神经网络技术应用于军用飞机的故障预测过程中提出了神经网络模型的训练算法。把神经网络、预测理论、专家系统有机地结合起来建立了一个故障预报系统。并以某型军用飞机冷气系统的典型故障为例 ,实现了故障的预测。实例预测结果证明 ,给出的神经网络预测模型和训练算法是可行的     

优化组合奉献观测器的故障诊断方法

给出了奉献观测器故障诊断方法的概念 ,并在此基础上 ,提出了优化组合奉献观测器的故障诊断方法。该方法简化了知识规则数量的要求 ,提高了对知识规则的利用率 ,通过两个算例对该方法进行了验证 ,给出了相关的定理。为便于工程设计与实现 ,采用神经 -模糊系统理论 ,建立了模糊感知器与优化组合奉献观测器相结合的故障诊断方法 ,使该方法具有学习功能 ,增强了自适应能力。最后给出了数值仿真分析结果 ,证明了该方法的有效性以及良好的研究与应用前景     

容错导航系统可靠性评估的一种简化方法

讨论了应用马尔可夫模型方法分析容错导航系统可靠性的化简问题。提出了首先应用马尔可夫模型方法分析每种组件的任务可靠性 ,然后应用组合分析的方法综合得出整个系统任务可靠性的方法 ,它可以大大简化可靠性的分析过程 ,减少计算量。最后 ,以四余度双敏感轴捷联惯导系统为例 ,对在不同条件下应用普通马尔可夫模型方法和化简的方法分析系统可靠性的精度进行了仿真比较。