基于信息融合的汽车衡称重传感器故障诊断

基于信息融合的汽车衡称重传感器故障诊断

ID:35121094

大小:1.57 MB

页数:7页

时间:2019-03-18

基于信息融合的汽车衡称重传感器故障诊断_第1页
基于信息融合的汽车衡称重传感器故障诊断_第2页
基于信息融合的汽车衡称重传感器故障诊断_第3页
基于信息融合的汽车衡称重传感器故障诊断_第4页
基于信息融合的汽车衡称重传感器故障诊断_第5页
资源描述:

《基于信息融合的汽车衡称重传感器故障诊断》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷第1期控制理论与应用Vol.27No.12010年1月ControlTheory&ApplicationsJan.2010文文文章章章编编编号号号:1000¡8152(2010)01¡0025¡07基基基于于于信信信息息息融融融合合合的的的汽汽汽车车车衡衡衡称称称重重重传传传感感感器器器故故故障障障诊诊诊断断断林海军,滕召胜,迟海,吴阳平,易钊(湖南大学电气与信息工程学院,湖南长沙410082)摘要:传统汽车衡不具备故障诊断功能,任一称重传感器发生故障都将导致称重系统失效.为此提出了一种基于信息融合的汽车衡称重传感器故障诊断方法,利用径向基函数神经网络(RBFNN)逼近汽

2、车衡多路称重传感器之间的函数关系,预测各传感器的输出,并给出RBFNN的训练算法;以各传感器的预测信号与实测信号为输入,建立了融合检测模型,采用表决融合检测准则,完成故障传感器寻址、故障类型识别、故障程度判决和故障传感器正常输出估计等故障诊断.大量实验与现场检定证明,采用这种方法的汽车衡准确实现了称重传感器故障诊断,任一称重传感器失效后的汽车衡性能优于正常状态下4级秤的指标,其最大称重误差60.7%,提高了系统可靠性.关键词:汽车衡;称重传感器;故障诊断;信息融合;径向基神经网络中图分类号:TP206文献标识码:ADiagnosisforloadcellsintruckscale

3、basedoninformationfusionLINHai-jun,TENGZhao-sheng,CHIHai,WUYang-ping,YIZhao(CollegeofElectricalandInformationEngineering,HunanUniversity,ChangshaHunan410082,China)Abstract:Conventionaltruckscalewithoutfaultdiagnosiswillbedisabledwhenanyoneloadcellisgoingwronginoperation.Afault-diagnosismethod

4、forloadcellsisproposedbasedoninformation-fusiontechnique.Theradial-basis-function-neural-network(RBFNN)withatrainingalgorithmisemployedtoapproximatelymodeltheinternalrelationsamongloadcellsforpredictingtheiroutputs.Thepredictionoutputstogetherwiththerealoutputsoftheloadcellsaresenttoafusion-d

5、etectionmodeldevelopedbyus.Thismodelemploysthecriterionofvoting-fusion-diagnosistogeneratethefusion-diagnosisresults,whichincludelocationsoffaultyloadcells,thetypesandthedegreesoffaults,theestimatedoutputsoffaultyloadcellsinnormaloperatingcondition.Fieldtestsshowthatthetruckscaleinstalledwith

6、theproposeddiagnosticfacilitiesdiscriminatesloadcellsprecisely.Inthecaseofonefaultycell,itsmaximumweighingerrorislessthan0.7%,exhibitingaperformancebetterthanthatofa4thclassscaleundernormaloperatingcondition.Keywords:truckscale;loadsensor;fault-diagnosis;informationfusion;radial-basis-functio

7、n-neural-network1引引引言言言(Introduction)信息融合方法在故障诊断中得到了广泛应用[3,4].径向基函数神经网络(RBFNN)具有很强的传统汽车衡利用并联电路连接方式,在模拟接线盒中将多路称重传感器的输出信号累加,获得一个逼近非线性函数能力和自学习功能,收敛速度快,与被测载荷质量成比例的电压信号,并传送至称重鲁棒性好,已成为多传感器信息融合的一种有效工具[5»7].据此,本文提出了一种基于RBFNN信仪表,完成被测载荷称重.这种方法使汽车衡丧失了故障

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。