作者：单亚峰,汤月,任仁,谢鸿 单位：中国微米纳米技术学会;东南大学 出版：《传感技术学报》2016年第09期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFCGJS2016090180 DOC编号：DOCCGJS2016090189 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对于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作为研究对象，提出一种基于邻域粗糙集(NRS)和支持向量极端学习机(SVM-ELM)的故障诊断方法。首先对瓦斯传感器的特征属性值进行归一化处理，然后利用NRS信息约简理论降低属性维度，提取出影响瓦斯传感器的关键属性构成约简集。将约简集作为SVM-ELM的输入进行训练，利用训练好的SVM-ELM对测试样本进行模式识别。最后通过实验对比验证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......
    2. 《基于小波包分形的瓦斯传感器故障诊断方法》PDF+DOC 针对瓦斯传感器的故障诊断问题，提出一种基于小波包分形的瓦斯传感器故障诊断方法。使用3层小波包对故障信号进行分解和重构，获得不同频带的重构信号，计算各个重构信号的分形维度，并构成对应的故障特征向量。以此作为输入向量来训练支持向量机(SVM)，完成故障的诊断。实验结果表明：该方法能有效地提取传感器的故障......
    3. 《基于主元分析和集成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突发型故障，提出一种基于主元分析(PCA)和权重提升(WB)算法训练人工神经网络集成的瓦斯传感器故障诊断方法。利用PCA方法提取故障特征，得到的特征向量作为神经网络的训练样本；利用WB算法依次训练多个神经网络分类器；由集成神经网络得到待测样本的故障诊断结果。仿真实验表明：该方法对测......
    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RBF神经网络的瓦斯传感器故障诊断》PDF+DOC 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......
    6. 《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；......
    7. 《基于贝叶斯网络的催化燃烧式瓦斯传感器故障诊断》PDF+DOC 为了有效诊断瓦斯传感器故障，提出一种基于贝叶斯网络的瓦斯传感器故障诊断模型。在对瓦斯传感器故障的各种原因、事件及内在逻辑关系进行致因分析的基础上建立瓦斯传感器故障树，并依据相关规则建立贝叶斯网络模型。其次，在基于故障树确定基本事件风险率基础上，利用贝叶斯网络模型找到最为关键的瓦斯传感器关键故障因素。......
    8. 《基于传感器网络的瓦斯传感器故障诊断》PDF+DOC 根据矿井巷道的地理特征，构建了一种用于辅助瓦斯监测的链状无线传感器网络，在分析煤矿瓦斯传感器的故障模式的基础上，提出了基于链状无线传感器网络的瓦斯传感器故障诊断技术，给出了基于该诊断技术的具体算法。在此基础上，利用Monte-Carlo模拟，研究了不同参数(瓦斯分布方差、阈值和采样频率)对算法性能的......
    9. 《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......
    10. 《基于SVR的瓦斯传感器故障诊断方法》PDF+DOC 介绍了回归型支持向量机(SVR)的基本原理，建立了基于SVR的传感器时间预测模型，对时间预测器实行离线训练、在线应用的方法，用训练好的SVR模型模拟煤矿井下瓦斯传感器系统的动态特性，阐述了瓦斯传感器故障诊断和信号恢复的实现过程。仿真结果表明：SVR时间预测器能准确预测和跟踪瓦斯传感器的输出，及时诊断......

    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。