1) fuzzy dynamic observer
动态模糊观测器
1.
The fuzzy dynamic observer diagnosis method is proposed for the T-S fuzzy system with unknown inputs and multiple faults.
研究了T S模糊系统中存在未知输入、多重故障时的诊断问题,提出了基于动态模糊观测器的诊断方法。
2) adaptive-fuzzy state observer
自适应模糊状态观测器
1.
Aiming at a kind of nonlinear closed-loop stable systems,a robust fault diagnosis method based on adaptive-fuzzy state observer and neural network learning structure is presented under external disturbance and internal system parameter error,the adaptive-fuzzy systems is adopted to repair nonlin- ear parts and RBF neural network is designed to track and diagnose faults.
针对一类非线性闭环稳定系统,在考虑噪声干扰和系统参数不确定误差条件下,用自适应模糊系统进行非线性补偿,提出了一种基于自适应模糊状态观测器实现状态观测和故障检测,再由 RBF 神经网络故障逼近器实现故障在线跟踪的鲁棒故障诊断方法。
3) sliding mode observer
滑动模态观测器
4) fuzzy observer
模糊观测器
1.
A design method for fuzzy observers is also given.
首先给出离散系统模糊状态模型的表示方法，在此基础上给出了一种模糊状态反馈控制器的设计方法，对其稳定性进行了分析，得出了一个确保系统全局稳定的充分条件，同时也给出一种模糊观测器的设计方法，并对其收敛性进行了分析，得出了确保收敛的一个充分条件；最后，利用Ｌｙａ－ｐｕｎｏｖ稳定性理论，分析了基于模糊观测器的反馈控制系统的“分离”特性。
2.
A novel fault detection and reconfiguration control strategy for aircraft s control surface failure based on fuzzy observer is presented in this paper.
本文提出了一种基于模糊观测器的飞机舵面故障检测与重构控制策略 。
3.
A fault accommodation approach based on fuzzy observer for nonlinear systems is presented in this paper.
研究了基于模糊观测器的非线性系统的故障调节问题。
5) fuzzy sliding mode observer
模糊滑模观测器
1.
A class of the matched uncertain nonlinear systems was described by the Takagi-Sugeno(T-S) fuzzy dynamic model,and a new method of designing the robust fuzzy sliding mode observer based on T-S fuzzy model was proposed by applying the sliding-mode observer design principle.
采用模糊T-S模型描述一类匹配不确定的非线性系统,结合滑模观测器设计原理,提出基于T-S模糊模型的鲁棒模糊滑模观测器设计方法。
6) Modal observer
模态观测器
补充资料：动态模糊聚类法
分子式：
CAS号：
性质：又称动态模糊聚类法。选定一批聚类中心，其指标能反映该类的特征，将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心，其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异，如差异大于某一阈值，说明分类不合理，需修改分类，即以新的聚类中心代替旧的聚类中心，直到前后两聚类中心的差异小于某一阈值，认为分类合理，从而终止分类过程。
CAS号：
性质：又称动态模糊聚类法。选定一批聚类中心，其指标能反映该类的特征，将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心，其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异，如差异大于某一阈值，说明分类不合理，需修改分类，即以新的聚类中心代替旧的聚类中心，直到前后两聚类中心的差异小于某一阈值，认为分类合理，从而终止分类过程。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条