作者：单亚峰,孙璐,付华,訾海 单位：中国微米纳米技术学会;东南大学 出版：《传感技术学报》2015年第02期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFCGJS2015020230 DOC编号：DOCCGJS2015020239 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题，以常见的冲击型、漂移型、偏置型和周期型传感器输出故障为研究对象，提出了一种基于减聚类(SCM)与粒子群(PSO)算法优化的RBF神经网络进行模式分类与辨识的瓦斯传感器故障诊断方法。首先，利用三层小波包分解得到各个节点的分解系数，采用一定的削减算法使故障的瞬态信号特征得到加强，获取最优的特征能量谱。再利用SCM-PSO算法优化RBF神经网络，使粒子的搜索速度更快，更有利于发现全局最优解。最后通过实验对比分析，该方法具有训练速度快、分类精度高的特点，辨识正确率在95%以上，能够显著提高故障诊断的速度和准确性。

    📙 相关资料

    1. 《基于小波包和神经网络的瓦斯传感器故障诊断》PDF+DOC 针对瓦斯传感器常见的故障，提出了基于小波包和神经网络的故障诊断方法。通过对瓦斯传感器的输出信号进行三层小波包分解，得到8个不同频段的分解信号，再对其进行特征提取得到一个八维的特征向量，作为故障样本对三层神经网络进行训练，建立故障类型分类器，对瓦斯传感器故障进行诊断。仿真结果表明：该方法可以准确地诊断......
    2. 《基于小波神经网络技术的井下瓦斯传感器故障诊断分析》PDF+DOC 煤矿井下瓦斯传感器的准确性和鲁棒性关系到矿井的安全生产。以瓦斯传感器故障诊断为研究对象，利用小波包分解算法分析了瓦斯传感器故障信号、提取了相关特征，并基于这些特征，采用扩展滤波算法训练神经网络。兖州集团王庄煤矿的100组瓦斯检测数据验证了该技术的有效性和准确性，为瓦斯传感器故障的在线诊断系统设计提供......
    3. 《基于遗传算法优化的RBF神经网络的压力传感器故障诊断》PDF+DOC 提出了一种基于遗传算法优化的RBF神经网络故障诊断方法，此诊断方法首先利用小波包分解的方法对传感器电路的各种故障数据进行特征提取，再将所得的特征向量输入到遗传算法优化的RBF神经网络进行故障诊断。经过MATLAB仿真，此故障诊断方法不仅对传感器故障进行准确分类，而且提高了BP神经网络的收敛性，从而验......
    4. 《基于HPSO-RBF神经网络的瓦斯传感器故障诊断》PDF+DOC 针对瓦斯传感器常见故障，提出一种混合粒子群优化(HPSO)算法与径向基函数(RBF)神经网络相结合的传感器故障诊断新方法。文中首先采用HPSO算法对RBF神经网络模型参数进行了优化，在详细分析瓦斯浓度影响因素的基础上，建立了瓦斯浓度非线性预测模型。然后将瓦斯浓度预测结果与实际测量值相比较得到残差，并......
    5. 《基于小波包和GBDT的瓦斯传感器故障诊断》PDF+DOC 针对瓦斯传感器的常见故障类型，提出了一种基于小波包和GBDT的瓦斯传感器故障诊断方法。该方法首先使用3层小波包分解对瓦斯原始故障信号进行分解；然后利用LDB算法削减得到重构信号能量，经归一化处理后作为输入分类器的特征向量；接着利用由梯度提升技巧和决策树构成的GBDT分类器作为故障模式的训练和识别器；......
    6. 《基于小波包与EKF-RBF神经网络辨识的瓦斯传感器故障诊断》PDF+DOC 针对瓦斯传感器常见的偏置型、冲击型、漂移型和周期型4种突发型故障，以小波分析和RBF神经网络为基础，提出了由小波包分解提取特征能量谱与扩展Kalman滤波算法(EKF)优化的RBF神经网络进行模式分类辨识的瓦斯传感器故障诊断方法。对瓦斯传感器的输出信号进行小波包分解，运用基于代价函数的局域判别基(L......
    7. 《基于小波包与SOM神经网络的传感器故障诊断》PDF+DOC 研究传感器实时故障诊断问题。首先采用MATLAB2015仿真得到传感器各种典型工作状态下的运行数据样本；其次将这些故障样本作3层小波包分解，分别求出第3层小波包基对应的各频率段的能量，利用这些能量值与正常工作时各频段的能量值之比构造出传感器故障诊断的特征向量；最后构建基于3&#215；3的S......
    8. 《基于RBF神经网络的水下机器人传感器状态监测方法研究》PDF+DOC 为了实现水下机器人多传感器状态监测，根据其工作环境及所配置传感器的数量，提出了基于径向基函数(RBF)神经网络的传感器状态监测方法，建立了二级神经网络监测模型，解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验数据进行计算机仿真试验的结果，验证了该方法的有效性和可行性。...
    9. 《一种基于RBF神经网络的传感器故障诊断方法》PDF+DOC 针对传感器故障 ，提出了一种基于 RBF神经网络的集成故障诊断方法。用 RBF神经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...
    10. 《基于RBF时间序列预测器的传感器故障诊断方法研究》PDF+DOC 研究了一种基于径向基函数(RBF)神经网络时间序列预测器诊断传感器故障的方法。以压力传感器的过载故障为模型，先用RBF神经网络建立时间序列预测模型，然后利用预测模型对传感器的输出作预测，再和传感器实际输出比较，从而判断传感器是否发生故障，并对发生故障的传感器进行数据重构。仿真实验证实了该方法可以有效......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。