基于改进BP神经网络的传感器集成故障诊断

被引:11
作者
黄湘云
朱学峰
许建新
机构
[1] 华南理工大学自动化科学与工程学院,华南理工大学自动化科学与工程学院,华南理工大学自动化科学与工程学院广东广州,广东广州,广东广州
关键词
故障诊断; BP神经网络; 状态估计; 容错控制;
D O I
10.14107/j.cnki.kzgc.2005.05.009
中图分类号
TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
针对传感器故障,提出了一种基于改进的BP神经网络的集成故障诊断方法。在测量回路中引入“等价偏差”向量,用改进的BP网络建立传感器故障模型,对系统的状态和故障参数进行在线估计,然后将故障参数与修正的Bayes分类算法(MB算法)相结合,进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器(CSTR)的仿真结果表明,该集成故障诊断方法能够对多重传感器故障进行快速准确的分离和估计,并对传感器故障具有容错性。
引用
收藏
页码:429 / 431
页数:3
相关论文
共 9 条
[1]
修正初始权值的BP网络在CSTR故障诊断中的应用 [J].
江艳君 ;
李柠 ;
黄道 .
华东理工大学学报, 2004, (02) :207-210
[2]
一种集成传感器故障诊断方法 [J].
曹原 ;
侍洪波 .
微型电脑应用, 2004, (03) :40-42+66
[3]
一种基于RBF神经网络的传感器故障诊断方法 [J].
李尔国 ;
俞金寿 .
华东理工大学学报, 2002, (06) :640-643
[4]
动态系统的故障诊断方法综述 [J].
陈玉东 ;
施颂椒 ;
翁正新 .
化工自动化及仪表, 2001, (03) :1-14
[5]
BP网络模型的改进方法探讨 [J].
姜绍飞 ;
张春丽 ;
钟善桐 .
哈尔滨建筑大学学报, 2000, (05) :57-60
[6]
基于小波网络的非稳态故障诊断方法 [J].
成成 ;
黄道 .
华东理工大学学报, 2000, (05) :481-486
[7]
化学中的人工神经网络法 [J].
许禄 ;
胡昌玉 .
化学进展, 2000, (01) :18-31
[8]
工业系统的故障检测与诊断.[M].(美)蒋浩天(L.H.Chiang)等著;段建民译;.机械工业出版社.2003,
[9]
现代故障诊断与容错控制.[M].周东华;叶银忠著;.清华大学出版社.2000,