پیش آگاهی بهبود یافته مبتنی بر فیلتر ذره برای سیستم های هایبرید

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.
زبان:
انگلیسی
صفحات:
21 -29
لینک کوتاه:
magiran.com/p1677946 
روش‌های دسترسی به متن این مطلب
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!