在这篇文章中,我们介绍深度学习网络在一个模型系统中的应用。这个模型系统可以是用微分方程进行描述,深度学习网络可以在线对模型系统的参数进行调节,同时判定该系统的运行状态(正常,告警,故障等)。其结构如下图所示。
![817bd86bb969120854ea468e67884967.png](https://i-blog.csdnimg.cn/blog_migrate/69fa153e8b292c5cbfb4035c565e1dda.jpeg)
以空气压缩器为例,其原理图如下图所示。
![b19e2cd409c3ca69b793623e615dfbc6.png](https://i-blog.csdnimg.cn/blog_migrate/217bd13acf011f50e26f3f1eb15b19b3.jpeg)
我们通过控制阀门从而控制空气压缩器的进气量(气压),最后控制涡轮的转速。我们需要控制气压去适应负荷的变化。因此,在这个模型中,我们测量空气压力p,涡轮的旋转速度w,得到如下状态方程:
![320f4a96d9c7e52bc1966bb1713a9beb.png](https://i-blog.csdnimg.cn/blog_migrate/e53650221c0e13aa14c7fe107ac7b617.jpeg)
此计算式是根据状态方程得出的
在这篇文章中,我们介绍深度学习网络在一个模型系统中的应用。这个模型系统可以是用微分方程进行描述,深度学习网络可以在线对模型系统的参数进行调节,同时判定该系统的运行状态(正常,告警,故障等)。其结构如下图所示。
以空气压缩器为例,其原理图如下图所示。
我们通过控制阀门从而控制空气压缩器的进气量(气压),最后控制涡轮的转速。我们需要控制气压去适应负荷的变化。因此,在这个模型中,我们测量空气压力p,涡轮的旋转速度w,得到如下状态方程:
此计算式是根据状态方程得出的