《PCA在火箭发动机试车台传感器故障诊断中的应用》PDF+DOC
作者:徐涛,王祁
单位:南京理工大学
出版:《南京理工大学学报》2006年第06期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFNJLG2006060020
DOC编号:DOCNJLG2006060029
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于小波变换的多尺度主元分析在传感器故障诊断中的应用》PDF+DOC2006年第05期 徐涛,王祁
《基于主元分析的传感器故障检测与诊断》PDF+DOC2005年第06期 胡暾,赵哲身,郑毅
《基于PCA和SDG的传感器故障诊断方法研究及应用》PDF+DOC2011年第03期 高东,吴重光,张贝克,马昕
《基于小波包PCA的故障传感器数据重构方法》PDF+DOC2008年第14期 徐涛
《PCA特征抽取与SVM多类分类在传感器故障诊断中的应用》PDF+DOC2010年第01期 彭红星,陈祥光,徐巍
《基于MSPCA的传感器故障诊断与数据重构》PDF+DOC2008年第11期 徐涛,王祈
《基于PCA的空调系统传感器故障诊断》PDF+DOC2008年第06期 李冬辉,王乐英,李晟
《基于MSPCA的液体火箭发动机试车台氢供应系统传感器故障诊断方法》PDF+DOC2006年第06期 耿卫国,徐涛,王祁
《基于迭代PCA的油田传感器故障检测与隔离》PDF+DOC2014年第01期 王通,翟瑀佳,刘春芳,刘景凯
《基于PCA和信息融合理论的传感器故障诊断》PDF+DOC2013年第08期 赵乃卓,伍江超
为了解决液体火箭发动机在试车过程中氢供应系统的关键传感器的故障诊断问题,该文利用主元分析(PCA)方法为几个重要传感器建立了主元分析模型。在所建立模型的基础上,根据平方预报误差(SPE)对传感器故障敏感的特点利用其进行传感器的故障检测。该文根据一种量化的指标参数———传感器有效度指标(SVI)对故障传感器进行辨识,实现故障分离。一般的基于传感器对SPE贡献率的辨识方法只能进行定性分析,而SVI则将辨识参数量化到0~1之间,更具实用价值。同时,证明了迭代收敛的重构解析表达式,去除了故障传感器数据对重构精度的影响,实现了数据重构。通过仿真实例验证了这种传感器故障诊断及重构方法的有效性,为发动机的正常试车提供了有力的保证。
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。