基于SOFCMAC的水下传感器系统故障诊断研究

为解决水下传感器故障,压缩高维故障特征,笔者将核主元分析方法(Kernel Principal Component Analysis,KPCA)和自组织模糊小脑模型关节控制器SOFCMAC(Self-Organizing Fuzzy Cerebellar Model Articulation Controller)结合,建立起基于SOFCMAC的KPCA故障诊断模型。该模型可以预测水下传感器系统未来时刻的信号数据,根据统计量均方预期误差值(SPE,Squared Prediction Error)的变化来判断系统是否发生故障,并采用数据重构方法对系统故障变量进行识别。通过水池实验得到的水下机器...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	皖西学院学报 2016-04 (2), p.72-77
1. Verfasser:	朱婷鲁大岱
Format:	Artikel
Sprache:	chi
Schlagworte:	故障诊断核主元分析法神经网络故障检测
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

container_end_page	77
container_issue	2
container_start_page	72
container_title	皖西学院学报
container_volume
creator	朱婷鲁大岱
description	为解决水下传感器故障,压缩高维故障特征,笔者将核主元分析方法(Kernel Principal Component Analysis,KPCA)和自组织模糊小脑模型关节控制器SOFCMAC(Self-Organizing Fuzzy Cerebellar Model Articulation Controller)结合,建立起基于SOFCMAC的KPCA故障诊断模型。该模型可以预测水下传感器系统未来时刻的信号数据,根据统计量均方预期误差值(SPE,Squared Prediction Error)的变化来判断系统是否发生故障,并采用数据重构方法对系统故障变量进行识别。通过水池实验得到的水下机器人传感器系统数据,本模型得到应用,实现了水下传感器系统故障诊断。
format	Article
fullrecord	<record><control><sourceid>cass_chong</sourceid><recordid>TN_cdi_cass_nssd_87888866504849544850484955</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cass_id>87888866504849544850484955</cass_id><cqvip_id>87888866504849544850484955</cqvip_id><sourcerecordid>87888866504849544850484955</sourcerecordid><originalsourceid>FETCH-LOGICAL-c805-9da1898b1c077267ef6cab3b3212db90fe99cf18aea259f80bd1c08f091a9a793</originalsourceid><addsrcrecordid>eNp9jDFLw0AYhm9QsNT-EgncXXK57xtLsCpUOtg93CW5GtCovcm9LgpOKliEdNRBFCxFWn9Omui_MGBm3-V5h-d9N0iLUYoOSldskY61qaaUcyGlgBaR63xZLG-PBr3gsBtU00n5Pi8-b4qvWTnJ14_P1ceqWuXl_dXP9On77bp8eK1md9XLYptsGnVik07DNhn2dofBvtMf7B0E3b4TARUOxooBgmYRlZL7MjF-pLSrXc54rJGaBDEyDFSiuEADVMe1CoYiU6gkum2y83cbKWvDzNo4BAl1fF9QDzwUngdNE7XtNvbxWTa6SLNReD5OT9X48r_VL5N4YJw</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于SOFCMAC的水下传感器系统故障诊断研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>朱婷鲁大岱</creator><creatorcontrib>朱婷鲁大岱</creatorcontrib><description>为解决水下传感器故障,压缩高维故障特征,笔者将核主元分析方法(Kernel Principal Component Analysis,KPCA)和自组织模糊小脑模型关节控制器SOFCMAC(Self-Organizing Fuzzy Cerebellar Model Articulation Controller)结合,建立起基于SOFCMAC的KPCA故障诊断模型。该模型可以预测水下传感器系统未来时刻的信号数据,根据统计量均方预期误差值(SPE,Squared Prediction Error)的变化来判断系统是否发生故障,并采用数据重构方法对系统故障变量进行识别。通过水池实验得到的水下机器人传感器系统数据,本模型得到应用,实现了水下传感器系统故障诊断。</description><identifier>ISSN: 1009-9735</identifier><language>chi</language><publisher>皖西学院</publisher><subject>故障诊断;核主元分析法;神经网络;故障检测</subject><ispartof>皖西学院学报, 2016-04 (2), p.72-77</ispartof><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/90034A/90034A.jpg</thumbnail><link.rule.ids>314,776,780</link.rule.ids></links><search><creatorcontrib>朱婷鲁大岱</creatorcontrib><title>基于SOFCMAC的水下传感器系统故障诊断研究</title><title>皖西学院学报</title><addtitle>Journal of West Anhui University</addtitle><description>为解决水下传感器故障,压缩高维故障特征,笔者将核主元分析方法(Kernel Principal Component Analysis,KPCA)和自组织模糊小脑模型关节控制器SOFCMAC(Self-Organizing Fuzzy Cerebellar Model Articulation Controller)结合,建立起基于SOFCMAC的KPCA故障诊断模型。该模型可以预测水下传感器系统未来时刻的信号数据,根据统计量均方预期误差值(SPE,Squared Prediction Error)的变化来判断系统是否发生故障,并采用数据重构方法对系统故障变量进行识别。通过水池实验得到的水下机器人传感器系统数据,本模型得到应用,实现了水下传感器系统故障诊断。</description><subject>故障诊断;核主元分析法;神经网络;故障检测</subject><issn>1009-9735</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2016</creationdate><recordtype>article</recordtype><recordid>eNp9jDFLw0AYhm9QsNT-EgncXXK57xtLsCpUOtg93CW5GtCovcm9LgpOKliEdNRBFCxFWn9Omui_MGBm3-V5h-d9N0iLUYoOSldskY61qaaUcyGlgBaR63xZLG-PBr3gsBtU00n5Pi8-b4qvWTnJ14_P1ceqWuXl_dXP9On77bp8eK1md9XLYptsGnVik07DNhn2dofBvtMf7B0E3b4TARUOxooBgmYRlZL7MjF-pLSrXc54rJGaBDEyDFSiuEADVMe1CoYiU6gkum2y83cbKWvDzNo4BAl1fF9QDzwUngdNE7XtNvbxWTa6SLNReD5OT9X48r_VL5N4YJw</recordid><startdate>20160401</startdate><enddate>20160401</enddate><creator>朱婷鲁大岱</creator><general>皖西学院</general><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>~WA</scope><scope>NSCOK</scope></search><sort><creationdate>20160401</creationdate><title>基于SOFCMAC的水下传感器系统故障诊断研究</title><author>朱婷鲁大岱</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c805-9da1898b1c077267ef6cab3b3212db90fe99cf18aea259f80bd1c08f091a9a793</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2016</creationdate><topic>故障诊断;核主元分析法;神经网络;故障检测</topic><toplevel>online_resources</toplevel><creatorcontrib>朱婷鲁大岱</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库- 镜像站点</collection><collection>国家哲学社会科学文献中心 (National Center for Philosophy and Social Sciences Documentation)</collection><jtitle>皖西学院学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>朱婷鲁大岱</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于SOFCMAC的水下传感器系统故障诊断研究</atitle><jtitle>皖西学院学报</jtitle><addtitle>Journal of West Anhui University</addtitle><date>2016-04-01</date><risdate>2016</risdate><issue>2</issue><spage>72</spage><epage>77</epage><pages>72-77</pages><issn>1009-9735</issn><abstract>为解决水下传感器故障,压缩高维故障特征,笔者将核主元分析方法(Kernel Principal Component Analysis,KPCA)和自组织模糊小脑模型关节控制器SOFCMAC(Self-Organizing Fuzzy Cerebellar Model Articulation Controller)结合,建立起基于SOFCMAC的KPCA故障诊断模型。该模型可以预测水下传感器系统未来时刻的信号数据,根据统计量均方预期误差值(SPE,Squared Prediction Error)的变化来判断系统是否发生故障,并采用数据重构方法对系统故障变量进行识别。通过水池实验得到的水下机器人传感器系统数据,本模型得到应用,实现了水下传感器系统故障诊断。</abstract><pub>皖西学院</pub><tpages>6</tpages><oa>free_for_read</oa></addata></record>
fulltext	fulltext
identifier	ISSN: 1009-9735
ispartof	皖西学院学报, 2016-04 (2), p.72-77
issn	1009-9735
language	chi
recordid	cdi_cass_nssd_87888866504849544850484955
source	国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
subjects	故障诊断核主元分析法神经网络故障检测
title	基于SOFCMAC的水下传感器系统故障诊断研究
url	https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-15T15%3A16%3A44IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-cass_chong&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8ESOFCMAC%E7%9A%84%E6%B0%B4%E4%B8%8B%E4%BC%A0%E6%84%9F%E5%99%A8%E7%B3%BB%E7%BB%9F%E6%95%85%E9%9A%9C%E8%AF%8A%E6%96%AD%E7%A0%94%E7%A9%B6&rft.jtitle=%E7%9A%96%E8%A5%BF%E5%AD%A6%E9%99%A2%E5%AD%A6%E6%8A%A5&rft.au=%E6%9C%B1%E5%A9%B7%20%E9%B2%81%E5%A4%A7%E5%B2%B1&rft.date=2016-04-01&rft.issue=2&rft.spage=72&rft.epage=77&rft.pages=72-77&rft.issn=1009-9735&rft_id=info:doi/&rft_dat=%3Ccass_chong%3E87888866504849544850484955%3C/cass_chong%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cass_id=87888866504849544850484955&rft_cqvip_id=87888866504849544850484955&rfr_iscdi=true