基于神经网络的故障诊断和容错控制技术是近年来出现的一种新方法，神经网络 的运用，使得专家系统工作上的缺陷被克服，主要得益于其强大的分类和自组织自学 习的能力。对系统的故障进行诊断的前期步骤即先对故障模式进行分类和学习。可以 说，神经网络技术的出现，使得故障诊断和容错控制问题迎来了黎明的曙光。此外， 神经网络对于难以建立数学模型的复杂系统也发挥着独特的作用。

1。2 国内外研究现状

1。2。1 故障诊断发展状况

1。2。2 容错控制发展状况

1。3 本文主要研究内容和结构安排

本文主要对基于神经网络的故障诊断和容错控制技术进行学习和研究，通过对国 内外相关文献资料的参阅，选取非线性控制系统模型，运用神经网络对其进行故障诊 断，并提出针对非线性系统稳定的容错控制算法等实验研究。

全文共分五章。 第一章：阐述了课题研究背景和意义，简要综述了故障诊断和容错控制技术的发

展历程和研究现状，为下文的学习研究提供了前沿性的参考。 第二章：介绍了关于控制系统故障诊断方面的基本内容，包括故障诊断的基本定

义和任务，及故障诊断的方法分类等。 第三章：对人工神经网络的基本理论知识作了简介，其中包括神经网络的基本结

构、主要特点及其研究发展历程，并着重介绍了故障诊断中广泛使用的 BP 网络和概 率神经网络。

第四章：选取非线性柴油机系统模型，分别运用 BP 网络和概率神经网络对其进 行故障诊断，将诊断过程和结果进行对比得出两者在故障诊断上的差异。

第五章：简要介绍了基于故障诊断基础上的容错控制方面的内容，包括容错控制 的基本概念、方法分类和当前存在的一些热点问题。通过参阅大量文献的研究成果， 提出一种针对非线性系统且基于神经网络的故障诊断和容错控制算法，并验证了该算 法的有效性。

第二章 控制系统的故障诊断

2。1 故障诊断的定义

对系统发生故障进行一个简要的定义，即其在运行过程中状态偏离了正常的期望 值。如果系统发生故障它就难以实现其预期的目标和功能，说明此时系统中至少一个 参数或一种特性出现的偏差已超出了可接受容忍的范围。各种故障在系统运行中时常 出现，这时故障诊断技术的重要作用就凸显出来。

寻找故障的过程就是对“故障诊断”这个名词的解释。需要对设备的运行状况有 所掌握，前提是在设备运行中或者基本不拆卸的状态下，分析处理对系统故障测试所 获得的有用信息，包括查清故障产生的原因、监测目前系统的工作状况、预测估计故 障的劣化趋势等方面。论文网

实际生产中，各类系统或设备发生的故障各种各样，可以将故障以不同的标准来 进行适当合理的分类。比如间歇性故障和永久性故障是从故障持续时间的角度来分 类，而执行器故障、传感器故障和元部件故障显然是以系统故障发生的部位来分类的； 此外，突发性、间歇性和缓变性故障是从故障的性质来划分的[6]。

从大方向来说，系统出现的任何异常现象均可以被理解为故障，没有达到期望的 特性目标。在初始阶段，主要通过选择系统的某些敏感特性，然后与正常稳定的系统 进行比对，系统的故障诊断就是根据两者的差异对比来完成的。这种简单易行的方法 略带原始性，而且仅适用于简单小型系统。如果遇到复杂系统或复杂现象，就需要提 及故障模式和正常模式的识别问题。一般情况下，人们会先获取系统正常运行或故障 状态下的数据样本等先验信息，完成对系统不同故障模式的划分。实际应用时，需要 完成从不同故障征兆至不同模式映射的过程。