基于主元分析和集成神经网络的瓦斯传感器故障诊断

• 作者: 吴翔 徐长英 杨真 王宏 邓芳明 郝勇
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 瓦斯传感器 故障诊断 主元分析 人工神经网络集成 权重提升
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 研究与探讨
• 页码范围: 33-35,38
• 页数: 4页
• 分类号: TP212
• 字数: 2974字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2016)09-0033-03

摘要

针对瓦斯传感器常见突发型故障,提出一种基于主元分析(PCA)和权重提升(WB)算法训练人工神经网络集成的瓦斯传感器故障诊断方法.利用PCA方法提取故障特征,得到的特征向量作为神经网络的训练样本;利用WB算法依次训练多个神经网络分类器;由集成神经网络得到待测样本的故障诊断结果.仿真实验表明:该方法对测试样本的识别正确率在98.5％以上,能够显著提高瓦斯传感器故障诊断的诊断精度和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝勇	华东交通大学电气与电子工程学院	41	445	12.0	20.0
2	徐长英	南昌航空大学工程训练中心	29	112	7.0	10.0
3	王宏	南昌航空大学工程训练中心	13	45	4.0	6.0
4	邓芳明	华东交通大学电气与电子工程学院	39	212	8.0	13.0
5	吴翔	华东交通大学电气与电子工程学院	18	111	5.0	10.0
6	杨真	华东交通大学现代教育技术中心	7	10	2.0	3.0