An alternative approach to fault detection in dynamic systems on the basis of output layer weight values comparison, of the model RMLP type neural networks

• Autorzy: Wondim G.

Warianty tytułu

PL

Alternatywne podejscie do wykrywania uszkodzeń w układach dynamicznych na podstawie porównania wag wyjsciowych neuronowych sieci typu RMLP

• Języki publikacji: PL

Abstrakty

EN

The complexity of technological processes needs the study and development of computer based fault detection and diagnosis method enabling process faults be detected and localized during normal plant operation. In this paper we propose fault detection method based on a simple arithmetic relations of output layer weight values of the model RMLP (Recurrent Multilayer Perceptron) networks, assuming each of the model neural networks possesses only one output layer neuron. We build a neural model bank of model neural networks designed and trained on the different operating points of an arbitrary assumed dynamic system. We consider 5 different operating points, where the first state is taken to be the normal operation point (no fault) of the system and the rest four states are different faulty states of the same system. For each of these operation points a neural network is designed and trained. After the training, the output layer weight values of each of the trained neural networks are registered to be used as inputs to calculate a certain value. Based on the comparison of the values, we make conclusion to which of the 5 pre-defined states does a new assumed unknown system may belong.

Słowa kluczowe

PL

sieci neuronowe; wykrywanie uszkodzeń; układy dynamiczne

EN

neural networks; fault detection; dynamic systems

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2003
• Tom: R. 49, nr 11
• Strony: 41--44
• Opis fizyczny: Bibliogr.12 poz.,rys.,tab.,wykr.,wzory

Twórcy

autor

Wondim G.

• Institute of Control and Industrial Electronics, Warsaw University of Technology,

Bibliografia

• [1] B. Beliczyński: Przyrostowa aproksymacja funkcji za pomocą sieci neuronowych, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000 (In Polish).
• [2] J. Chen, R. J. Patton: Robust model-based fault diagnosis for dynamic systems. Kluwer Academic Publishers 1999.
• [3] W. S. Chow Tommy, Yong Fang: A recurrent neural-network-based real-time learning control strategy applying to nonlinear systems with unknown dynamics, IEEE Transactions on industrial Electronics, 1998, Vol. 45, No 1.
• [4] W. Duch, J. Korbicz, L. Rutkowski, R. Tadeusiewicz: Biocybernetyka i inżyniera biomedyczna, Vol. 6, Sieci neuronowe, Akademicka oficyna wydawnicza EXIT, Warszawa 2000 (In Polish).
• [5] A. Dzieliński: Modelowania i sterowanie układów nieliniowych metodami neuropodobnymi, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2002 (In Polish).
• [6] T. Kaczorek: Teoria sterowania i systemów, Państwowe Wydawnictwo Naukowe, Warszawa 1996 (In Polish).
• [7] T. Kaczorek: Adaptation algorithms for 2-D feed forward neural networks, IEEE Transaction on neural networks 1995, Vol. 6, No 2.
• [8] J. Korbicz, J. M. Kościelny, Z. Kowalczuk, W. Cholewa: Diagnostyka procesów (Modele metody sztucznej inteligencji zastosowania), Wydawnictwa Naukowo-Techniczne, Warszawa 2002 (In Polish).
• [9] V. Kurkova, B. Beliczyński: An incremental learning algorithm for gaussian radial-basis-function approximation, Second international Symposium on Methods and Models in Automation and Robotics, Poland, Międzyzdroje 1995.
• [10] U. Levin Asriel, S. Narendra Kumpati: Control of nonlinear dynamical systems using neural networks - part II: Observability. Identification, and control, IEEE Transaction on neural networks., 1996, Vol. 7, No 1.
• [11] K. S. Narendra and S. J. Brown: Neural networks for optimal control, Proceedings of the 36th IEEE CDC, San Diego
• [12] S. Osowski: Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwa Naukowo-Techniczne, Warszawa 1996 (In Polish