基于RBF神经网络和定性趋势分析的传感器故障诊断

• 作者: 张洪萍 沈鑫 税爱社 谢敏
• 来源期刊: 后勤工程学院学报
• 学科: 工学
• 关键词: RBF神经网络 定性趋势分析 传感器 故障诊断
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 信息技术与基础科学
• 页码范围: 91-96
• 分类号: TP183|TP212
• 字数: 2323字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7843.2011.04.020

摘要

针对传感器偏置故障及漂移故障,提出了一种基于RBF神经网络和定性趋势分析的传感器故障诊断方法.该方法充分利用控制系统闭环回路测控信息,建立RBF神经网络预测器,通过将RBF神经网络的预测输出值与传感器实际输出相比较获取残差序列,根据残差首先判断传感器是否发生故障,然后用定性趋势分析方法获得传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线识别.应用结果表明该方法不仅可以提高传感器预测精度,而且可以快速准确地检测和辨识传感器故障类型及故障发生时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	税爱社	后勤工程学院后勤信息工程系	43	206	9.0	10.0
2	沈鑫	后勤工程学院后勤信息工程系	8	28	3.0	5.0
3	张洪萍	后勤工程学院后勤信息工程系	6	21	3.0	4.0
4	谢敏	后勤工程学院政治部	1	3	1.0	1.0