作者：张洪萍,税爱社,谢敏,沈鑫 单位：中国人民解放军后勤工程学院 出版：《后勤工程学院学报》2011年第04期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFHQGC2011040190 DOC编号：DOCHQGC2011040199 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对传感器偏置故障及漂移故障，提出了一种基于RBF神经网络和定性趋势分析的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息，建立RBF神经网络预测器，通过将RBF神经网络的预测输出值与传感器实际输出相比较获取残差序列，根据残差首先判断传感器是否发生故障，然后用定性趋势分析方法获得传感器偏置故障和漂移故障的辨识策略，实现传感器故障在线识别。应用结果表明该方法不仅可以提高传感器预测精度，而且可以快速准确地检测和辨识传感器故障类型及故障发生时间。

    📙 相关资料

    1. 《基于RBF神经网络的传感器故障诊断研究》PDF+DOC 提出一种基于RBF神经网络的多传感器故障在线诊断方法..同时对该方法在摆式列车 加速度传感器故障诊断中的应用进行了仿真研究。仿真结果表明此方法是有效的，不仅消除了零偏对 故障诊断的影响，而且提高了故障检测率及可靠性。...
    2. 《基于RBF神经网络的温度传感器故障诊断》PDF+DOC 采用RBF神经网络进行温度传感器故障检测，利用TE(Tennessee-Eastman)控制系统中的温度传感器的输出信息建立动态神经网络温度传感器输出模型，并利用该模型进行在线的故障检测，仿真结果表明该模型有很强的抗干扰性，同时还有较好的收敛性和稳定性。...
    3. 《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......
    4. 《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......
    5. 《基于RBF网络的高炉热流分析传感器故障诊断》PDF+DOC 在炼铁高炉热流强度分析系统中要用到温度、流量等传感器，为确保热流分析系统中传感器数据的可靠性及系统的连续、稳定运行，诊断系统用径向基函数(RBF)神经网络对传感器进行故障判断。系统由上位机、温度及流量采集装置、传感器等组成，采用RBF神经网络为每一个传感器建立预测模型，网络的输入为传感器采集信号最近......
    6. 《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。...
    7. 《基于神经网络的机车速度传感器故障诊断方法研究》PDF+DOC 建立了RBF神经网络预测器模型，将其应用到机车双速度传感器的故障诊断中，并提出了诊断决策方法。利用MATLAB实现了RBF神经网络预测器的仿真，并模拟了机车速度传感器输出的3种故障模式进行了故障诊断辨识。仿真结果表明文中提出的方法能够准确地进行速度传感器在线故障诊断，为机车速度传感器故障诊断提供了新......
    8. 《基于RBF神经网络的控制系统传感器故障诊断方法》PDF+DOC 针对现行研究中压铸机实时检测与控制系统中相关传感器的常见故障问题，通过对人工神经网络理论与方法的学习，建立了一种基于径向量基函数神经网络RBFNN的控制系统传感器故障诊断观测器模型。通过来自压铸机的实测参数进行模型训练，采用模糊K均值聚类算法选取聚类中心，利用该观测器确定传感器输出值与传感器实际输出......
    9. 《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC 提出一种基于RBF神经网络的传感器在线故障诊断方法，用某气囊隔振系统隔振装置中大量的传感器数据进行了仿真实验，验证了方法的可行性。通过对每个传感器建立单独的神经网络预测模型，实现多传感器的故障诊断。...
    10. 《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC 支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法。简要介绍了SVM回归原理，据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复，阐述了具体的实现方法和步骤。仿真结果表明：SVM预测器有效地克服了神经网络的不足，能准确预测和跟踪传感器的输出信号，并在传感器发生故障后一定的时......

    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。