Resumen

Este trabajo estudia el problema del modelado difuso y el algoritmo de detección y diagnóstico de fallos (DDF) para sistemas de distribución estocástica no gaussiana basados en el diseño de filtros difusos no lineales. Siguiendo la aproximación de la función spline para las funciones de densidad de probabilidad (PDFs) de salida, el modelo difuso T-S se construye como un identificador no lineal para describir la relación dinámica entre la entrada de control y el vector de pesos. Combinando el filtro diseñado y el valor umbral, se puede detectar el fallo en el modelo de pesos T-S y garantizar la estabilidad del sistema de error. Además, se diseña un nuevo filtro difuso adaptativo basado en una función de distribución estocástica para estimar el tamaño del fallo del sistema. Por último, los resultados de la simulación verifican la eficacia del algoritmo propuesto para el fallo constante y el fallo variable en el tiempo, respectivamente.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:sistemas de distribución estocástica gaussiana, diseño de filtro difuso no lineal, funciones de densidad de probabilidad de salida, modelo de peso s, filtro difuso adaptativo, problema de modelado difuso, aproximación de función spline, función de distribución estocástica, algoritmo, fallo
• Keywords:gaussian stochastic distribution systems, nonlinear fuzzy filter design, output probability density functions, s weight model, adaptive fuzzy filter, fuzzy modeling problem, spline function approximation, stochastic distribution function, algorithm, fault