تشخیص خرابی در سیستم کنترل وضعیت ماهواره با استفاده از شبکه عصبی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی
  • نویسنده مهران فانی
  • استاد راهنما سید حسین ساداتی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1390
چکیده

این تحقیق بر آن است تا یک طرح و روش برای عیب یابی خرابی (fdi) سیستم کنترل وضعیت ماهواره با استفاده از شبکه هوشمند عصبی ارائه دهد. برای تحقق این هدف از سه نوع عیب یاب شبکه خرابی ، دو نوع الگوریتم با بهره گیری از شبکه عصبی و یک نوع با استفاده از مشاهده گر کالمن به کار گرفته شده است. نتایج به دست آمده نشان خواهد داد که شبکه عصبی mlp با طرح یادگیری خاص آن و الگوریتم اموزشی bp ، به خوبی دینامیک غیر خطی چرخ واکنشی ماهواره را فرا می گیرد . خرابی های مورد نظر در این تحقیق ، خرابی های رایج در سیستم تعیین و کنترل وضعیت ماهواره یعنی افت ولتاژ و افت جریان است. شبکه عیب یاب عصبی طراحی شده برای افت های مختلف و به ازای ورودی وضعیت های متفاوت مورد آزمایش قرار گرفته است. برای مقایسه توانایی طرح پیشنهادی،آن را با مشاهده گر کالمن مقایسه کرده ایم و کارایی و مزیت آن مورد بررسی قرار گرفته است. نتایج شبیه سازی بخوبی نشان می دهد که این شبکه عیب یاب هوشمند پیشنهادی از عهده آشکار سازی خرابی های عملگر چرخ واکنشی ماهواره بر می آید.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

ارتقای قابلیت اطمینان زیرسیستم تعیین و کنترل وضعیت ماهواره با استفاده از سیستم کشف خرابی هوشمند

هدف این مقاله افزایش قابلیت اطمینان و سلامت در زیر سیستم تعیین و کنترل وضعیت ماهواره با استفاده از سیستم کشف خرابی می باشد. کشف سریع و به موقع خرابی امکان جلوگیری از انتشار و ترمیم آثار آن را امکان‌پذیر می‌سازد و سبب می‌شود تا احتمال از کار افتادگی کامل سیستم کاهش یافته و میزان قابلیت اطمینان آن افزایش یابد. روش پیشنهادی این مقاله عمل کشف خرابی به‌وسیله روش مبتنی بر داده شبکه عصبی صورت می پذیرد...

متن کامل

ارتقای قابلیت اطمینان زیرسیستم تعیین و کنترل وضعیت ماهواره با استفاده از سیستم کشف خرابی هوشمند

هدف این مقاله افزایش قابلیت اطمینان و سلامت در زیر سیستم تعیین و کنترل وضعیت ماهواره با استفاده از سیستم کشف خرابی می باشد. کشف سریع و به موقع خرابی امکان جلوگیری از انتشار و ترمیم آثار آن را امکان پذیر می سازد و سبب می شود تا احتمال از کار افتادگی کامل سیستم کاهش یافته و میزان قابلیت اطمینان آن افزایش یابد. روش پیشنهادی این مقاله عمل کشف خرابی به وسیله روش مبتنی بر داده شبکه عصبی صورت می پذیرد...

متن کامل

تشخیص خرابی دریچه در اثر عیوب مختلف با استفاده از روش انتشار صدا و شبکه‌های عصبی

هدف از این مقاله، تشخیص خرابی دریچه در اثر عیوب مختلف با استفاده از روش انتشار صدا است. در این مقاله، سه عیب لقی، ترک‌خوردگی و لب‌پریدگی دریچه در موتور احتراق داخلی بررسی می‌شود. این عیوب در دریچه‌های مختلف دود و هوا در استوانه‌های مختلف بررسی خواهند شد. آزمون‌ها روی بستار موتوری چهار استوانه انجام می‌شوند. روش آزمایش‌ها به طور خلاصه بدین شرح است که کف بستار بسته می‌شود و هوای فشرده از راه شمع ...

متن کامل

مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی

مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023