资料下载
×
DSHP分层强化学习在故障诊断与预测中的研究
消耗积分:0 |
格式:rar |
大小:2160 |
2010-08-14
934825920
分享资料个
本研究以新一代飞机对机载软件的高安全性和对预测与健康管理的需求为背景，针对实时嵌入式机载软件的特点及其故障诊断与预测模型的复杂性，对基于软件传感器的采信信息源分类与获取、故障诊断与预测方法进行研究，并在其中加入分层强化学习算法，本文的主要工作是将一个因子状态，层次和模型的新型联合，从而解决了两个重要问题。第一，它显示了模型如何可以不被因子状态破坏而和层次结合。算法展示了自由模型学习下的最优样本复杂性；第二，我们的方法的联合保留了基于模型学习的多项式样本复杂性。最终，我们展示了第一个最优样本和计算复杂性的因子状态强化学习算法，并将该算法应用到PHM故障诊断和预测系统中。
通过基于PHM的故障诊断系统的整体框架结构，分别介绍了各个模块的实现原理。将软件传感器应用于数据采集中，提高了数据采集的效率，很大程度上减少了数据损失率。在故障诊断模块中，提出了基于日志的故障诊断系统框架，介绍了分层强化学习算法在故障诊断系统的实现，对系统工作流程进行了详细的介绍。最终形成了DSHP分层强化学习的故障诊断的系统模型。并在bitflip域中对该分层强化学习算法进行测试，测试结果显示DSHP是唯一在计算和样例复杂度上为多项式增长的算法，将其应用与故障诊断模型中可以很好的完成故障诊断和识别。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
