基于LE与ICROA-RVM的瓦斯传感器故障诊断

• 作者: 徐耀松 王治国 王雨虹 邱微 阎馨
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 瓦斯传感器故障诊断 拉普拉斯特征映射 改进化学反应优化算法 相关向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 89-95
• 页数: 7页
• 分类号: TP181|TD76
• 字数: 5834字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2019.01.016

摘要

针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断.首先采用流形学习方法LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断.实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96％以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐耀松	辽宁工程技术大学电气与控制工程学院	56	401	12.0	18.0
2	阎馨	辽宁工程技术大学电气与控制工程学院	12	109	6.0	10.0
3	王雨虹	辽宁工程技术大学电气与控制工程学院	26	188	8.0	13.0
7	邱微	辽宁工程技术大学电气与控制工程学院	3	8	2.0	2.0
8	王治国	辽宁工程技术大学电气与控制工程学院	3	8	2.0	2.0