Ein Sequentiell Arbeitendes Mustererkennungssystem mit Bezugsmodell

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.