基于RBF网络的高炉热流分析传感器故障诊断

• 作者: 李福进 王福斌 董传阳 郭建飞 陈少敏 陈至坤
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 炼铁高炉 RBF神经网络 传感器 故障诊断
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 58-59
• 页数: 2页
• 分类号: TP212
• 字数: 1350字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2007.06.019

摘要

在炼铁高炉热流强度分析系统中要用到温度、流量等传感器,为确保热流分析系统中传感器数据的可靠性及系统的连续、稳定运行,诊断系统用径向基函数(RBF)神经网络对传感器进行故障判断.系统由上位机、温度及流量采集装置、传感器等组成,采用RBF神经网络为每一个传感器建立预测模型,网络的输入为传感器采集信号最近的n个值,输出为该传感器在n+1时刻的预测输出值.网络通过在线学习实现对传感器的在线故障监测,经仿真分析表明:用RBF神经网络构建预测模型可满足实时性的诊断要求,提高了诊断系统的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈至坤	河北理工大学计算机与自动控制学院	56	447	9.0	18.0
2	李福进	河北理工大学计算机与自动控制学院	16	60	5.0	7.0
3	郭建飞	河北理工学院唐山深信测控中心	3	8	2.0	2.0
4	董传阳	河北理工学院唐山深信测控中心	4	18	2.0	4.0
5	王福斌	河北理工大学计算机与自动控制学院	23	248	8.0	15.0
6	陈少敏	唐山科技职业技术学院计算机系	8	13	2.0	3.0