一种基于小波变换与神经网络的传感器故障诊断方法

被引：62

作者：

赵劲松

李元

邱彤

机构：

[1] 清华大学化学工程系,化学工程联合国家重点实验室

来源：

清华大学学报(自然科学版) | 2013年 / 53卷 / 02期

关键词：

化工过程; 传感器; 小波变换; 神经网络; 故障诊断; 容错控制;

D O I：

10.16511/j.cnki.qhdxxb.2013.02.004

中图分类号：

TQ021.8 [化学工程最佳化与系统工程];

学科分类号：

081103 [系统工程];

摘要：

传感器故障诊断在化工生产中有着重要地位。该文以小波变换与神经网络方法为基础,提出了一种传感器故障诊断的方法。该方法能够有效区分传感器故障造成的信号变化与过程本身正常波动造成的信号变化,同时在训练神经网络时只需要系统正常状态下的样本,克服了传感器故障样本稀少的困难。此外,该方法可以在传感器发生故障后估计出正常的模拟信号。实验证明,该方法能够有效完成故障诊断,并可以判断出传感器的故障类型。

引用

页码：205 / 209+221 +221

页数：6

共 6 条

[1]

Gas turbine sensor validation through classification with artificial neural networks [J].