Zusammenfassung
In dem Beitrag wird ein Mustererkennungssystem mit Bezugsmodell hoher Ordnung beschrieben. Die Darstellung des Modells erfolgt hierbei im Zustandsraum. Durch eine Dekomposition und hierarchische Strukturierung des Modells wird die Möglichkeit einer Klassifikation jedes einzelnen Subsystems erreicht. Die Klassifikationsmethode basiert auf der Bayes’schen Risikofunktion. Die erforderliche Identifikation des Systems wird mit Hilfe eines sequentiell arbeitenden maximum-a-posteriori-Filteralgorithmus vorgenommen. Das Verfahren soll für eine automatisierte Überwachung und Diagnose von Komponenten und Einbauten, von Meßfühlern und Meßketten, usw. an Leistungsreaktoren eingesetzt werden. Hierfür wurde ein Modell auf empirischer Basis entwickelt. Es werden einige Ergebnisse bei Verwendung von realen Prozeßdaten vorgestellt und das im Aufbau befindliche Mehrprozessorsystem für einen on-line-Einsatz wird skizziert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Wach D., Sunder R.: Improved PWR-Neutron Noise Interpretation Based on Detailed Vibration Analysis. Proceedings SMORN II, New York, Pergamon Press, Vol. 1, No. 2–4, 309 (1977).
Saedtler E.: Ein hierarchisch strukturiertes Identifikations-und Klassifikationsverfahren zur Schwingungsüberwachung von Reaktorkomponenten Dissertation, Techn. Univ. München (1981).
Saedtler E.: Automation of Reactor Monitoring Systems by Means of Pattern Recognition Techniques. Proceedings 5th Int. Conf. on Pattern Recognition, Vol. 1, 116 (1980).
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1981 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Saedtler, E. (1981). Ein Sequentiell Arbeitendes Mustererkennungssystem mit Bezugsmodell. In: Radig, B. (eds) Modelle und Strukturen. Informatik-Fachberichte, vol 49. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-68138-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-68138-7_5
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-10876-4
Online ISBN: 978-3-642-68138-7
eBook Packages: Springer Book Archive