基于广义回归神经网络的传感器故障诊断研究

被引：7

作者：

李明 ^{[1
]}

税爱社 ^{[1
]}

宋政辉 ^{[1
]}

李林 ^{[2
]}

机构：

[1] 后勤工程学院信息工程系

[2] 解放军部队

来源：

传感器与微系统 | 2009年 / 28卷 / 12期

关键词：

广义回归神经网络; 观测器; 传感器; 故障诊断;

D O I：

10.13873/j.1000-97872009.12.026

中图分类号：

TP183 [人工神经网络与计算]; TP212 [发送器（变换器）、传感器];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080202 ;

摘要：

针对诊断传感器偏置故障与漂移故障的难点问题,提出了一种基于广义回归神经网络(GRNN)的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息,建立一组多输入单输出GRNN观测器,通过将观测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现控制系统传感器故障在线诊断。仿真结果表明:该方法可以快速准确地检测和分离传感器故障,辨识传感器故障类型、故障大小以及故障发生的时间。

引用

页码：17 / 20+23 +23

页数：5

共 8 条

[1] Sensor Fault Detection, Isolation and Reconstruction Using Nonlinear Principal Component Analysis [J].