基于深度学习的传感器故障数据分析系统设计

• 作者: 王心宇 陈韵秋 魏诗朦
• 来源期刊: 计算机测量与控制
• 关键词: 深度学习 传感器 故障数据 数据分析系统
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 智能仪器与传感技术
• 页码范围: 266-270
• 页数: 5页
• 分类号: TP192
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.06.054

摘要

传统传感器故障数据分析系统硬件及程序设计不够兼容,存在实时性差,分析结果不够精准的问题;据此,提出基于深度学习设计了一种新的传感器故障数据分析系统,由传感器、ARM数据处理器、主电路板、FODI数据处理器、集成采集接口板、故障数据传感器、多转质感器、场效应传感器、GKCL储存器组成系统的硬件结构,ASVH248的最大特点就是分辨率高,能够有效提高系统显示的清晰度;分别设计了故障数据采集程序、数据处理程序和数据存储程序;为了检测系统的有效性,由采集程序采集传感器内部数据,处理程序对数据结果进行分析,存储程序负责记录分析后的结果;设定对比实验,结果表明,基于深度学习设计的传感器故障数据分析系统分析结果精准度提高了15.28％,实时性更强,使用价值更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王心宇		5	0	0.0	0.0
2	魏诗朦		1	0	0.0	0.0
3	陈韵秋		3	0	0.0	0.0