《基于PCA和信息融合理论的传感器故障诊断》PDF+DOC
作者:赵乃卓,伍江超
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2013年第08期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2013080040
DOC编号:DOCJZCK2013080049
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于PCA的火电厂湿法烟气脱硫系统的传感器故障诊断》PDF+DOC2011年第02期 张丽萍,黄飞群,田丽玲,林心光
《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
《基于多向主元分析的多传感器故障诊断》PDF+DOC2005年第02期 郭金玉,曾静
《基于主元分析法的航空发动机传感器故障诊断研究》PDF+DOC2012年第08期 龚志飞,郭迎清
《基于主元分析和D-S证据理论的传感器故障诊断与应用》PDF+DOC2011年第04期 付华,梁明广,康海潮
《小经神经网络的信息融合传感器故障诊断方法》PDF+DOC2008年第24期 王蕾,伦志新,张艳丽
《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
《基于主元空间统计的传感器故障诊断与重构》PDF+DOC2008年第04期 吕宁,刘少波,于晓洋
《PCA在火箭发动机试车台传感器故障诊断中的应用》PDF+DOC2006年第06期 徐涛,王祁
《PCA故障重构方法及应用》PDF+DOC2013年第05期 高明亮
针对矿用传感器系统检测复杂、难以确定故障源等问题,提出一种基于主元分析(Principal component analysis,PCA)和信息融合理论的传感器故障诊断方法;首先利用主元分析法对监测样本数据进行处理,实现数据的约简降维,然后对得到的低维特征数据进行关联,构建PCA模型,利用其判断系统是否有故障源,若发现有传感器产生故障,则用小波神经网络和D-S证据理论构成特征层、决策层两级信息融合结构,对信息进行融合处理,最终将故障传感器分离出来;实例仿真表明,该方法能精确定位并准确诊断出故障传感器。
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。