• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Learning Diagnosis Models Using Variable-Fidelity Component Model Libraries ★ ★ Supported by SFI grant 12/RC/2289.
【24h】

Learning Diagnosis Models Using Variable-Fidelity Component Model Libraries ★ ★ Supported by SFI grant 12/RC/2289.

机译：使用可变保真度组件模型库学习诊断模型 ★ ★ 由SFI授权12 / RC / 2289支持。

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

System models that are used in model-based diagnosis are often composed of components drawn from component libraries. In these component libraries, there may be multiple systems of equations per component (component implementations). For example, a component may be modeled as a non-linear system (high-fidelity model), linear system, and a qualitative system (low-fidelity model). Choosing the right component model for system diagnosis is a difficult task and requires a search in the space of all possible component type combinations. In this paper we propose a method that automates this task and computes a system model that optimizes a set of diagnostic metrics in a set of diagnostic scenarios. Initial experimental results show that having linear models of some of the components in a system preserves the diagnostic accuracy and isolation time while, at the same time, improves the computational complexity and numerical stability.
机译：在基于模型的诊断中使用的系统模型通常由从组件库中提取的组件组成。在这些组件库中，每个组件可能有多个方程式系统（组件实现）。例如，可以将组件建模为非线性系统（高保真度模型），线性系统和定性系统（低保真度模型）。为系统诊断选择正确的组件模型是一项艰巨的任务，需要在所有可能的组件类型组合的空间中进行搜索。在本文中，我们提出了一种自动执行此任务并计算系统模型的方法，该系统模型可优化一组诊断方案中的一组诊断指标。初步的实验结果表明，在系统中具有某些组件的线性模型可以保留诊断的准确性和隔离时间，同时还可以提高计算复杂度和数值稳定性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号