基于RBF时间序列预测器的传感器故障诊断方法研究.pdf

《基于RBF时间序列预测器的传感器故障诊断方法研究.pdf》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、2010年第29卷第5期传感器与微系统(TransducerandMicrosystemTechnologies)63基于RBF时间序列预测器的传感器故障诊断方法研究曹正洪，沈继红(哈尔滨工程大学自动化学院。黑龙江哈尔滨150001)摘要：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地进行传感器故障

2、诊断和数据重构，并可推广到其他传感器中。关键词：传感器故障诊断；RBF神经网络；时间序列预测器；数据重构中图分类号：TP212文献标识码：A文章编号：1000-9787(2010)05-0063-03ResearchonsensorfaultdiagnosismethodbasedonRBFtimeseriespredictorCAOZheng’hong，SHENJi-hong(SchoolofAutomation，HarbinEngineeringUniversity，Harbin150001，China)Abstract：Asensorfault

3、diagnosismetIlodbasedonradialbasisfunction(RBF)neuralnetworktimeseriespredictorisproposed．RBFneuralnetworkisagoodfeedforwardneuralnetworkwiththebestapproximationandperformancethatcanbeUSodtoovercometheproblemoflocalminimum．TheoverloadfaultiSgivenasmodelofpressuresensor．Timeseri

4、espredictormodelofthesensorissetupbyRBFneuralnetwork．Thesensoroutputispredictedbyusingtheabovemode1．Andthencomparedwiththeactualoutputofsensortodeterminewhetherthesensorhasfault．Faultdataofthesensorisreconstructed．Simulationresultsconfirmthatthisproposedmethodisefectiveforsenso

5、rfaultdiagnosisanddatareconstruction．Thismethodcanbeappliedinothersensors．Keywords：sensorfaultdiagnosis；RBFneuralnetwork；timeseriespredictor；datareconstruction0引言解域中，从而说明了RBF神经网络的优越性。传感器是自动化测试和控制系统的重要组成部分，是本文研究了基于RBF神经网络时间序列预测器(简称系统获得数据的源头，其品质的优劣直接影响到系统的正RBF神经网络预测器)诊断传感器故障的方法，它

6、首先用常运行。一个传感器通常包括信号处理单元，转换器，传感RBF神经网络对传感器输出时间序列建立神经网络预测装置和通信接口等几部分。上述的任何部分出现故障，都模型，然后，利用预测模型对传感器的输出作预测，再和传会使得传感器输出信号与变量的实际值(标称值)的偏差感器实际输出比较，从而判断传感器是否发生故障。与其超出允许范围。传感器发生故障将会影响控制系统的运他方法相比H]，本文采用由监督学习法来确定网络中心，行，甚至会发生灾难⋯。因此，随着系统中传感器数量的利用梯度下降法训练权重参数，设计了一种RBF神经网种类的增多，人们对传感器的安全性日益重视，越来

7、越多地络，使得网络结构的设计有了具体的步骤，使得分类精度更研究传感器故障诊断与数据重构的方法。高，泛化能力更强，可以对系统中多只传感器的故障进行在RBF神经网络是一种性能良好的前向网络，与BP网线诊断和数据重构。络或线性网络相比，具有最佳逼近和能够较好地克服局部1RBF神经网络用于传感器故障诊断极小问题的性能J。另外，BP网络或线性网络的初始权人工神经网络是对人的神经系统在结构上的一种模重参数是随机产生的，而RBF网络的有关参数(如，具有重要性能的隐含层神经元的中心向量和宽度向量)则是根据拟，它是由大量简单神经元经广泛互联构成的一种计算结训练集中的样

8、本模式按照一定的规则来确定或初始化的。构，在某种程度上可以模拟人脑神经网络的工作过程，从而这使得RBF神经网