پیش آگاهی بهبود یافته مبتنی بر فیلتر ذره برای سیستم های هایبرید
نویسنده:
چکیده:
در این مقاله مدلی جدید برای مدلسازی روند رشد عیب معرفی شده است. این مدل از توانایی پوشش دادن رفتارهای چندگانه ی سیستم ها برای اهداف پیش آگاهی برخوردار است. در ابتدا روابط جامع تقویت شده افزونگی تحلیلی برای تعقیب سیستم در وضعیت سالم به کار می روند. هر زمان که عیبی در سیستم رخ دهد، الگوریتم با استفاده از ماتریس امضای تغییر مود بررسی می کند که آیا این عدم سازگاری به دلیل تغییر مود ناشناخته ای بوده است یا به سبب عیب. در صورتی که مشخص شود ناسازگاری به سبب وجود عیب است، با کمک ماتریس امضای عیب مستقل از مود، مجموعه ای از عیوبی که امکان دارد سبب ناسازگاری شوند به بخش فیلتر ذره معرفی می شوند. فیلتر ذره وظیفه ی شناسایی همزمان پارامترها و حالات سیستم را بر عهده دارد. با شناسایی مقادیر پارامترهای سیستم و مقایسه ی آن با مقادیر نامی، عیوب واقعی از مجموعه ی کاندید عیوب جدا می شوند. در ادامه با رشد دادن مقادیر بدست آمده برای پارامتر معیوب، مدت زمان مفید باقی مانده برای سیستم تخمین زده می شود.
کلیدواژگان:
زبان:
انگلیسی
صفحات:
21 تا 29
لینک کوتاه:
magiran.com/p1677946
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!