基于BPNN的非线性电阻网络故障诊断方法研究

针对非线性电阻网络，提出了一种规范式分段线性化求多值解，并采用BPNN对非线性电阻网络硬故障进行诊断的方法，克服了一般方法对非线性电阻网络硬故障诊断时易存在的漏诊问题。     

非线性电阻网络故障诊断中漏诊现象的消除

针对非线性电阻网络,建立了规范式分段线性化故障诊断模型,提出了基于神经网络的非线性电阻网络硬故障诊断方法,从而克服了用一般方法对非线性电阻网络故障诊断中的的漏诊现象.     

非线性电阻电路灵敏度的研究

讨论分析了应用灵敏度定义和伴随网络计算非线性电阻灵敏度的方法,指出问题的关键是求具有一定精度的非线性电阻离散化等值电路模型,并给出了计算实例.     

非线性电阻电路灵敏度的研究

讨论分析了应用灵敏度定义和伴随网络计算非线性电阻灵敏度的方法 ,指出问题的关键是求具有一定精度的非线性电阻离散化等值电路模型 ,并给出了计算实例     

非线性电阻电路多故障诊断的一种方法

本文根据改进节点法和替代定理提出一种诊断非线性电阻电路多故障的方法,此方法将每个非线性电阻元件用相应的电流源替代,从而使诊断方程是线性的,诊断也较为简便。本文提出的方法适用于含有各种受控源的电路.     

非线性动态网络时域灵敏度的计算

旨在对非线性动态网络进行定量地分析,讨论其一阶微分灵敏度的计算方法。     

基于神经网络的非线性系统故障诊断

本文对非线性系统的故障检测与诊断提出了一种新的方法。利用神经网络对非线性系统进行辩识与建模 ,通过比较实际输出与模型的输出 ,可在线辩识出故障幅值的大小。     

模拟线性网络支路与节点故障诊断混合方法

本文所介绍的主要方法是综合支路故障诊断法和节点故障诊断法的优点来诊断模拟线性网络的故障，避免了广义逆矩阵带来的计算复杂性和需要找出有多少个故障才能计算的麻烦。利用矩阵的初等变换公式求出诊断支路的导纳矩阵，并与标准电路中的对应的元素相比较，初步找出可能为故障的支路，然后利用矩阵运算特殊性算出元件参考数，以进一步确定真正的故障支路     

应用撕裂法诊断模拟电路单支路故障

撕裂法对于模拟电路的故障诊断是一种有效的方法．本文在文［１］的基础上更深一步地研究了 撕裂法应用于单支路故障诊断时选择检验变量的依据，给出了单支路可诊断的拓扑条件，进而完成了 对网络单支路故障的定位定值计算．     

具有容差电阻网络的K故障诊断法

本文给出一种具有容差的实际网络进行故障诊断的方法－－具有容差网络的Ｋ故障诊断法。     

基于神经网络模糊观测器的非线性系统的故障诊断

本文运用T-S模糊模型建立非线性系统的系统模型,用神经网络逼近非线性故障,用以设计观测器诊断系统故障。仿真结果表明,该设计方法能够有效的估计出故障大小。     

非线性电路故障诊断的可测性研究

本文是关于非线性模拟电路故障诊断的测试点选择问题的研究,在本文提出的关于诊断方程的雅可比矩阵的物几乎处处恒等这一概念的基础上,研究了非线性情况下诊断方程的形式及其可测性问题。     

基于RBF神经网络的传感器非线性故障鲁棒诊断

针对一类非线性系统,传感器非线性故障情形,提出了新的故障诊断方法·该方法采用状态变量扩展技术将传感器故障转化为系统故障进行诊断,RBF神经网络对传感器故障的导函数进行估计,网络权值在线调整,进而实现故障的实时估计·对于系统中存在的不确定性,故障诊断方法应用阈值处理技术,使算法具有一定鲁棒性·对于给出的算法,证明了Lyapunov稳定性·最后,给出了仿真实例,结果验证了该方法的正确性·     

Sensor Network Design for Nonlinear Processes

This paper presents a method to design a cost-optimal nonredundant sensor network to observe all variables in a general nonlinear process. A mixed integer linear programming model was used to minimize the cost with data classification to check the observability of all unmeasured variables. This work is a starting point for designing sensor networks for general nonlinear processes based on various criteria, such as reliability and accuracy.     

一种用于非线性逼近的新型模糊神经网络

针对一般非线性映射的逼近问题，提出用分域逼近的通用算法来实现全局逼近，并据此构造了实现该算法的新型模糊模糊神经网络。通过仿真，将新型模糊神经网络和常用的BP和RBF两种神经网络进行比较。结果表明，该新型模糊神经网络的非线性逼近能力明显优于后两者，且权值具有明显的几何意义，设计难度相对较小，可用于解决复杂非线性函数的逼近问题。     

改进的神经网络观测器在非线性系统中的应用

为降低非线性观测器对模型精度的依赖性, 提出一种非传统的神经网络观测器设计方法。该神经网络为三层前馈网络, 采用带修正项的误差反传算法进行训练, 以保证控制的精度和权值有界, 利用神经网络识别系统的非线性部分, 并结合传统的龙伯格观测器重构系统状态; 利用Lyapunov 直接法保证基于权值误差的非观测器的稳定性, 并将该观测器应用于机器人轨迹跟踪控制中。仿真结果表明, 该方法解决了模型不确定系统状态观测问题, 适用于模型精度较低的非线性系统。     

非线性网络等效解的一个理论

本文研究非线性电阻性网络多值问题的求解理论，文中给出了一系列重要的定理及其证明，这些定理是构思种新算法的理论基础。     

求解广义互补问题的神经网络方法

构造了求解广义互补问题的一个神经网络模型.分析了该模型解的存在性、收敛性及其李雅普诺夫稳定性、渐近稳定性和指数稳定性.并给出了一些数值模拟结果.