-
公开(公告)号：CN117170236A
公开(公告)日：2023-12-05
申请号：CN202311170547.1
申请日：2023-09-12
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于逆强化学习的工业调速系统执行器故障智能自愈方法。本发明设计了基于残差的积分逆强化学习算法，能够从工业设备的正常运行数据中挖掘闭环系统的控制性能指标，并利用该性能指标得到一套基于Bellman最优性原理设计的执行器故障监测机构。随后在此基础上，设计了基于神经网络的在线执行器故障自适应补偿器，使其能够根据当前故障监测结果与系统输入输出数据在线调整神经网络权重，从而在系统动力学未知的情况下自动消除执行器故障对系统闭环稳定性造成的影响，实现控制系统的故障自愈。本发明实现了工业调速系统的未知执行器故障在线监测与自愈，在系统动力学未知情况下仍能保证系统的闭环稳定性，提高了燃机设备的运行安全与效率。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
