《基於神經動力系統的新型故障診斷與容錯控制方法研究》是依託東北大學，由王占山擔任項目負責人的面上項目。
基本介紹
- 中文名：基於神經動力系統的新型故障診斷與容錯控制方法研究
- 項目類別：面上項目
- 項目負責人：王占山
- 依託單位：東北大學
中文摘要,結題摘要,
中文摘要
複雜控制過程的故障診斷和容錯控制是提高工業系統安全性必須解決的關鍵科學問題。本項目提出基於神經動力系統理論的故障診斷和容錯控制方法來解決現有方法難以同時利用解析模型和數據關係模型進行故障診斷和容錯控制的科學難題，為充分挖掘、利用檢測數據和機理信息實現複雜工業系統的全方位綜合高效故障診斷提供有效研究思路和方法。本項目將研究解析-數據混合模型的故障診斷、容錯控制等基礎理論問題，為工業流程等先進制造產品的研發提供參數最佳化、故障診斷、容錯控制等原創性的關鍵共性技術。主要內容是：(1)建立離散和連續故障數據對控制過程的作用關係，揭示控制過程的運行機理、狀態與故障誘發激勵關係並建立最佳化決策方法；(2)建立基於解析-數據混合模型的故障診斷與容錯控制新方法，解決混合系統安全可靠運行的基本問題；(3)提出脈衝切換控制方法的動態最佳化策略，解決Hopfield型神經網路難以線上控制的公開難題，實現神經最佳化容錯控制。
結題摘要
本項目是按照基金申報書中的研究內容和研究進展情況展開的相關研究，經過三年的項目執行，取得了一些有意義的成果，總體上完成了申請書中的任務。發表含基金號的論文29篇，15篇被SCI收錄，14篇被EI收錄；在2014年待出版的學術專著3部；合作申請了5項國家科技發明專利；參加了國內外學術會議十餘次；項目組合作的論文獲得2012年度的IEEE TNNLS的最佳論文獎。本項目的創新主要集中在神經網路的基礎動態特性研究、複雜互聯神經網路的同步性態及利用神經網路的動態特性結果進行故障診斷等方面。（1）動態穩定特性方面：針對一類具有斯蒂爾吉斯積分形式的分布時滯描述的神經網路建立了更為有效地穩定結果；針對一類具有多平衡點的神經網路，研究了多穩定平衡點的吸引域的大小、收斂速度及穩定平衡點、不穩定平衡點的數量關係；針對一類具有不連續激勵函式的雙向聯想記憶神經網路，通過採用微分包含技術和實虛分離技術建立了多穩定性判據；針對一類具有學習能力的多時標遞歸神經網路，建立了不依賴於快系統變數的全局穩定判據。（2）同步性態方面：針對線性或非線性對稱/非對稱耦合的複雜網路展開了同步性研究，建立了全局同步穩定判據；針對具有多時變耦合的複雜神經網路，採用牽引控制策略實現了其全局受控同步；首次研究了複雜網路的同步性和傳統的神經網路穩定性之間的相互關係，揭示了穩定性和同步性之間的內在相似性；針對具有混雜耦合的複雜網路，研究了網路之間的聚類同步問題並建立了聚類指數同步判據。（3）故障診斷方面：針對一類加性參數故障的非線性系統，將待檢測的故障參數表達成一類二次最佳化形式，通過構造一類求解最佳化的梯度神經網路系統，從而將故障參數估計問題轉化成神經網路的穩定性問題，解決了一類非線性系統參數線上辨識難的科學問題；針對互聯耦合複雜網路中互聯繫數發生異常時，採用自適應技術設計了具有線上學習能力的主動容錯控制方法。
