【硕士论文】设备状态检测与传感器故障诊断技术研究.pdf

《【硕士论文】设备状态检测与传感器故障诊断技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类号：UDC：密级：编号：工学硕士学位论文过780765设备状态检测与传感器故障诊断技术研究硕士研究生：李嘉奇指导教师：赵春晖教授学位级别：工学硕士学科、专业：通信与信息系统所在单位：信息与通信工程学院论文提交日期：2004年12月论文答辩日期：2005年01月学位授予单位：哈尔滨工程大学哈尔滨上程大学硕士学位论文摘要由于保证广泛应用的自动控制系统和故障诊断系统取自各种传感器的数据的正确性是至关重要的，所以传感器本身的故障诊断问题，变得越来越具有研究价值。本文从设备状态检修的角度出发，阐述了状态检修与故障

2、诊断之间的关系，分析了进行传感器故障诊断的必要性。在实际应用中，以哈尔滨第49研究所的压力传感器故障检测系统为对象进行分析研究，并取得了实际效果。为了解决大批量压力传感器研制和测试过程中对大量数据的后期处理，采用基于硬件冗余的故障检测方法进行传感器故障诊断的研究，通过对传感器的不同分组，对特定分组的传感器数据进行融合判断，综合该分组中传感器数据的相关性，发现其中的异常数据，进而判断系统中传感器的状态诊断提供依据。最后论文对传感器故障诊断有待解决的问题和发展方向作了一定的讨论，本文介绍了传感器故障诊断技术的发

3、展历程及近年来在该领域中取得的一些最新研究成果，对采用基于神经网络的故障检测方法和基于模型的故障检测方法进行了深入的研究，为传感器的状态诊断提供了更完备的诊断方法。关键词：状态检修：故障诊断；传感器；神经网络：基于模型哈尔滨工程大学硕士学位论文AbstractWiththewideapplicationofautomaticcontrolsystemandfaultdiagnosissystem，thevalidationofthemeasuredsensordatahasbeenbecomingmorei

4、mportant，SOthefaultdiagnosisforsensorhasbeenbecomingverysignificantandofgreatvalueforfurtherresearch．Thispaperdescribestherelationshipbetweencondition—basedmaintenanceandfaultdiagnosis，andanalyzesthenecessityoffaultdiagnosisInrealuses，Imadethepressuresenso

5、rproducedbythe49thresearchInstituteofHarbincityasmyresearchobject．Ihaveachievedgoodeffectsinrealuses．Forthesakeofdealingwithlargebatchesofdatumproducedinthecourseofmanufacturingandtestingpressuresensor，Ichoosethediagnosisdetectingmethodbasingonhardwareredu

6、ndancy．Fromgroupingdifferentsensors，judgingsyncreticallydatumofspecialgroupandsynthesizingthepertinencebetweenthedataofthisgroup，Ifindouttheabnormaldatum．Thisprovidesreferencetofurtherjudgethediagnosisofsensorstateinsystem．Atlastdiscussesthepuzzlesawaitedt

7、obesolvedandthedevelopingdirectionofsensorfaultdiagnosis．Thepaperfirstsummarizesthephylogenyofthesensorfaultdiagnosis，andthenintroducestheacademicachievementsduringrecentyears．Emphasizesonthetwomethodsofsensorfaultdiagnosis：themethodbasedOilobserverandthem

8、ethodbasedonNN．Allthesemethodsprovidemorecompletedmethodsforsensorsstatesdiagnosis．KeyWord：condition-basedmaintenance；faultdiagnosis；sensor；neuralnetwork',model·based哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由