zip

Fault Detection Method Based on Immune Neural Network

  • 2013-09-22
  • 4.84MB
  • Points it Requires : 1

  A fault detection method based on radial basis function (RBF) immune neural network is proposed. The fault detection method consists of functional modules such as system identification, residual filtering and fault alarm concentration. System identification is based on immune RBF neural network. The residual used for fault detection is obtained by online comparison between the model output of the system and the actual output of the system. The generalization ability interference factor is introduced into the affinity function of the clonal selection algorithm to enhance the generalization ability of the RBF network. In this fault detection method, by filtering the residual and introducing the fault alarm concentration, the fault detection is only sensitive to the residual caused by the fault. The fault detection example of the parallel robot shows that the method can effectively detect and locate the driver fault and sensor fault, and has good noise tolerance performance.

unfold

You Might Like

Uploader
nkyqsl
 

Recommended ContentMore

Popular Components

Just Take a LookMore

EEWorld
subscription
account

EEWorld
service
account

Automotive
development
circle

About Us Customer Service Contact Information Datasheet Sitemap LatestNews


Room 1530, 15th Floor, Building B, No.18 Zhongguancun Street, Haidian District, Beijing, Postal Code: 100190 China Telephone: 008610 8235 0740

Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号
×