Skip Navigation Linksلیست مقالات ترجمه شده / خرید و دانلود
764,500

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " کشف و تشخیص خطا ، مبتنی بر مدل زنجیره مخفی مارکوف " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
کشف و تشخیص خطا ، مبتنی بر مدل زنجیره مخفی مارکوف
نویسنده/ناشر/نام مجله :
Proceedings of the American Control Conference, Philadelphia, Pennsylvania June 1998
سال انتشار
1998
کد محصول
1003160
تعداد صفحات انگليسی
5
تعداد صفحات فارسی
17
قیمت بر حسب ریال
764,500
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
1 مگا بایت
تصویر پیش فرض



Abstract
 

A fault detection and diagnosis (FDD) approach based on hidden Markov chain model is proposed in this paper. In the proposed approach, the occurrence or recovery of a failure in a dynamic system is modeled as a finitestate Markov (or semi-Markov) chain with known transition probabilities. For such a hybrid system, either the Interacting Multiple-Model (IMM) or the first-order generalized pseudo-Bayesian (GPB 1) estimation algorithm can be used for state estimation, fault detection and diagnosis. The superiority of the approach is illustrated by an aircraft example for sensors and actuators failures. Both deterministic and random fault scenarios are designed and used for evaluating and comparing the performance. Some performance indices are presented. The robustness of the proposed approach to the design of model transition probabilities, fault modeling errors, and the uncertainties of noise statistics are also evaluated

چکیده

در این مقاله قصد داریم یک روش کشف و تشخیص خطا (FDD) را که مبتنی بر مدل زنجیره ای مخفی مارکوف می­باشد ارائه دهیم. در این روش پیشنهادی، بروز یا بازیابی خطا در یک سیستم پویا به عنوان یک زنجیره ی مارکوف با وضعیت محدود(یا نیمه مارکوف) و با احتمالات تبدیل مشخص، مدل سازی شده است. برای یک چنین سیستم ترکیبی ای، یا مدل چند تائی تعاملاتی (IMM) و یا الگوریتم تخمین شبه بایاسیان تعمیم یافته از مرتبه ی اول (GPBI) را می­توان برای تخمین وضعیت، تشخیص و ردیابی خطا استفاده کرد. برتری این روش نیز به وسیله ی یک مثالی از حسگرها و عامل هایی که طراحی شده و برای ارزیابی و محاسبه ی کارائی استفاده شده اند تشریح خواهد شد. بعضی از شاخص های کارائی نیز ارائه خواهد شد. همچنین میزان صحت روش پیشنهادی نسبت به احتمالات تبدیل مدل ، خطاهای مدل سازی عیب و عدم قطعیت مربوط به آمار و ارقام نیز مطرح خواهد شد

1-مقدمه 

در یک سیستم کنترل پویا (مثلاً سیستم کنترل پرواز)، خطاهای ناشی از  اشتباه عاملین یا حسگرها ممکن است منجر به  بروز مشکلاتی جدی شده و از این رو نیاز است تا چنین خطا هایی را تشخیص داده و آنها را با بهترین سرعت و دقت ممکن ایزوله کرد. سیستم هایی که در معرض بروز چنین خطا هایی قرار می­گیرند را نمیتوان به وسیله ی مجموعه ای از معادلات وضعیت، مدل سازی کرد. یک مدل ریاضی مناسب تر برای یک چنین سیستمی، سیستم هیبریدی استوکاستیک نام دارد که از سیستم های استوکاستیک مرسوم تفاوت دارد، چرا که وضعیت آن ممکن است به صورت کاملاً پیوسته تغییر کند. بروز یا بازیابی خطاها نیز ممکن است به عنوان یک زنجیره ی مارکوف با وضعیت نهایی و با احتمالات تبدیل مشخص مدل سازی شود.از دید کاربردی، مدل سازی چنین خطاهایی معقولانه و طبیعی است...



این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:




hidden Markov chain model
fault detection
Interacting Multiple-Model

ثبت سفارش جدید