基于径向基神经网络的称重设备传感器故障检测方法

• 作者: 刘洋 卢圣文 卢赢 欧文
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 称重传感器 故障检测 故障类型识别 径向基神经网络
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 861-866
• 页数: 6页
• 分类号: TP206.3
• 字数: 4167字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.06.010

摘要

在对称重设备数字化改造的过程中,有些研究人员提出了对某一特定传感器的故障诊断方法,但对于非指定传感器或者两个传感器同时发生故障的情况却没有检测方法.为此,本文提出了一种基于径向基神经网络预测的任意一个或两个称重传感器的故障检测方法.本文首先建立单个传感器的预测模型和任意两个传感器的预测模型,然后通过这两个预测模型计算出任意一个称重传感器的预测值和任意两个传感器的预测值,根据预测值与实际值之间的差值判断称重传感器故障个数、位置、类型等信息.实验表明,当称重传感器的输出误差大于0.3 t时使用此方法可以准确检测出称重传感器的故障信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洋	中国科学院大学微电子学院	205	1855	20.0	37.0
5	欧文	中国科学院大学微电子学院	27	81	6.0	7.0
9	卢赢	中国科学院大学微电子学院	3	10	2.0	3.0