10.3969/j.issn.1671-4598.2013.02.023
基于融合神经网络的传感器故障诊断专家系统
针对传感器抗振动差、易受干扰的故障特点,常规采用的基于模型的传感器故障检测方法的准确性易受到建模误差与外界扰动的影响,造成漏报或误报;提出了一种基于融合神经网络的传感器故障诊断专家系统;该方法采用常规电流残差信号和振动幅度信号作为传感器故障诊断的输入信号,应用融合BP神经网络进行传感器的故障方法,分别用局部故障诊断模型,对局部的传感器故障信息进行全局决策的融合,从而提高专家故障诊断系统的准确率;研究结果表明,该传感器故障专家系统具有诊断准确率高、诊断速度快等优点,抑制干扰对故障检测的影响,诊断准确性超过75%.
神经网络、传感器、故障诊断
21
TP183(自动化基础理论)
2015-01-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
358-361