控制系统传感器故障的两次预测诊断方法

为了克服建模误差对诊断结果的影响 ,增强故障检测方法的鲁棒性 ,同时充分利用生产过程中存在的大量冗余信息 ,文中提出了一种基于径向基函数网络 (RBFnet)的传感器故障诊断的新方法。针对多传感器系统的特点 ,利用神经网络的非线性拟合能力 ,将相关传感器的输出数据综合 ,对待诊断传感器的输出进行两次预测 :第一次预测用于故障的识别 ;第二次预测可以实现故障传感器的定位 ,并利用第一次预测的输出数据对故障信号进行恢复。仿真实验表明该诊断方法对于传感器的几种不同故障形式均能够进行识别和恢复 ,对于系统工况的变化具有一定的适应性。由于径向基函数网络具有很好的收敛性 ,同时在使用过程中采用离线训练、在线使用的方式 ,因此该方法具有较好的实时性。