论文部分内容阅读
针对一个连续搅拌釜式反应器，将容错控制（FTC）与故障诊断（FDD）方法相结合，提出了一种关于传感器故障的容错控制方法。用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，将故障参数与修正的Bayes分类算法相结合，进行传感器故障的在线检测、分离和估计。当传感器发生故障时，认为是系统处于不同的工作模式，利用估计出的状态值在线训练神经网络控制器的参数，使网络适应系统新的（故障）状态，维持系统性能。仿真结果表明，方法具有很强的关于传感器故障的容错能力。