东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

Fault Diagnosis of Nonlinear Systems Based on Hybrid PSOSA Optimization Algorithm

ISSN号：1000-274X
期刊名称：《西北大学学报：自然科学版》
时间：0
分类：TP277[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
作者机构：[1]Department of Automation, Tsinghua University, Beijing 100084, PRC
相关基金：This work was supported by Natural Sciences Foundation of PRC （No. 60574084）, National 863 Project （No. 2006AA04Z428 ） and the National 973 Program of PRC （No. 2002CB312200）.

作者： Ling-Lai Li Dong-Hua Zhou Ling Wang[1]

关键词：故障诊断, 非线性系统, 粒子群算法, 组合PSOSA优化算法, Fault diagnosis, nonlinear systems, moving horizon estimation, particle swarm optimization（PSO）.

中文摘要：

非线性的系统的差错诊断在理论和实践是很重要的，并且参数评价方法是有效策略。基于动人的地平线评价的框架，差错参数被称为 PSOSA 的一个建议聪明的优化算法识别，它能由介绍退火模仿的概率的跳性质(SA ) 避免标准粒子群优化(PSO ) 的早熟的集中。一个三坦克的系统上的模拟证明这优化的有效性基于差错诊断策略。关键词差错诊断 - 非线性的系统 - 动人的地平线评价 - 粒子群优化(PSO ) 这个工作被中华人民共和国(号码 60574084 ) 的自然科学基础支持，公民 863 工程(号码 2006AA04Z428 ) 和公民中华人民共和国(号码 2002CB312200 ) 的 973 节目。李玲来收到了他的 B.Eng。来自清华大学的度，在 2001 的中国。他当前是在自动化的系的一个博士候选人，清华大学。从 2005 年 5 月鈥揂p ril， 2006，他为自动控制和复杂系统在研究所做了合作研究， Duisburg-Essen 的大学，德国。他出版了大约 20 篇论文。他的研究兴趣包括评价理论，适应技术，差错诊断和聪明的优化。周东华都从电力工程的系收到了他的 B.Eng， M.Sci，和博士学位，上海交通大学在 1985， 1988 和 1990，分别地。他是一个亚历山大·文·胡莫尔德特研究家伙(1995 鈥 ? 996 ) 在 Duisburg，德国，和一个访问教授，的大学里耶鲁大学(2001 年 7 月鈥揓a n. ， 2002 ) 。他当前是在进程控制工程的研究所的自动化，和主任的系的一个教授，清华大学。他在过程鉴定，诊断和控制的区域随超过 140 份杂志出版物和三本书广泛地出版。周教授在象差错诊断和安全的 IFAC 技术委员会那样的许多能力服务职业，自动化(CAA ) 的中国协会的副总书记， CAA 的委员会。他也是 SAFEPROCESS 上的第 6 IFAC 会议的 NOC 主席， 2006。石楠王收到了他的 B.Sc。并且来自清华大学的博士学位，在 1995 和 1999 的中国北京分别地。自从 1999，他?

英文摘要：

Fault diagnosis of nonlinear systems is of great importance in theory and practice, and the parameter estimation method is an effective strategy. Based on the framework of moving horizon estimation, fault parameters are identified by a proposed intelligent optimization algorithm called PSOSA, which could avoid premature convergence of standard particle swarm optimization （PSO） by introducing the probabilistic jumping property of simulated annealing （SA）. Simulations on a three-tank system show the effectiveness of this optimization based fault diagnosis strategy.