基于RBF的传感器在线故障诊断和信号恢复

被引:5
作者
翁桂荣
叶萍
机构
[1] 苏州大学机电工程学院
[2] 苏州大学机电工程学院 江苏苏州
[3] 江苏苏州
关键词
传感器; 信号恢复; 径向基函数; 在线学习; 状态监测与故障诊断;
D O I
10.13873/j.1000-97872003.10.017
中图分类号
TP212 [发送器(变换器)、传感器];
学科分类号
080202 ;
摘要
介绍利用径向基神经网络构造了一种在线故障诊断及信号恢复方法,给出了网络的连接结构和学习算法。采用RBF神经网络进行传感器在线故障诊断和信号恢复,其仿真结果表明,该方法具有收敛速度快、信号恢复准确度高、泛化能力强的特点,且可以诊断多种复杂工作系统的传感器在线故障信号,同时进行信号的恢复。实现传感器状态监测、故障诊断、分离和信号恢复。
引用
收藏
页码:50 / 53
页数:4
相关论文
共 5 条
[1]   基于多层前向神经网络的应力传感器故障诊断 [J].
张伟 ;
郑恩让 .
仪表技术与传感器, 2001, (04) :1-2
[2]   一种基于模糊神经网络的故障分类器及其在多传感器故障诊断中的应用 [J].
刘宜平 ;
沈毅 ;
刘志言 .
传感技术学报, 2000, (01) :38-43
[3]   传感器故障在线诊断和信号恢复的两级神经网络方法 [J].
钮永胜 ;
赵新民 .
北京理工大学学报, 1999, (03) :105-109
[4]   基于神经网络预测器的单传感器故障检测方法 [J].
张晨 ;
韩月秋 ;
陶然 ;
钮永胜 .
北京理工大学学报, 1999, (02) :92-95
[5]   基于改进鲁棒自联想神经网络的传感器故障诊断新方法 [J].
张晨 ;
韩月秋 ;
陶然 .
仪器仪表学报, 1999, (02) :170-172