基于信息融合的汽车衡称重传感器故障诊断

• 作者: 吴阳平 易钊 林海军 滕召胜 迟海
• 来源期刊: 控制理论与应用
• 关键词: 汽车衡 称重传感器 故障诊断 信息融合 径向基神经网络
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 论文
• 页码范围: 25-31
• 页数: 7页
• 分类号: TF206
• 语种: 中文

摘要

传统汽车衡不具备故障诊断功能,任一称重传感器发生故障都将导致称重系统失效.为此提出了一种基于信息融合的汽车衡称重传感器故障诊断方法,利用径向基函数神经网络(RBFNN)逼近汽车衡多路称重传感器之间的函数关系,预测各传感器的输出,并给出RBFNN的训练算法;以各传感器的预测信号与实测信号为输入,建立了融合检测模型,采用表决融合检测准则,完成故障传感器寻址、故障类型识别、故障程度判决和故障传感器正常输出估计等故障诊断.大量实验与现场检定证明,采用这种方法的汽车衡准确实现了称重传感器故障诊断,任一称重传感器失效后的汽车衡性能优于正常状态下4级秤的指标,其最大称蕈误差≤0.7%,提高了系统可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕召胜	湖南大学电气与信息工程学院	218	3004	28.0	43.0
2	林海军	湖南大学电气与信息工程学院	19	309	11.0	17.0
3	迟海	湖南大学电气与信息工程学院	7	137	7.0	7.0
4	吴阳平	湖南大学电气与信息工程学院	5	62	5.0	5.0
5	易钊	湖南大学电气与信息工程学院	8	77	4.0	8.0