-
题名基于LE与ICROA-RVM的瓦斯传感器故障诊断
被引量：5
- 1
-
-
作者
徐耀松
邱微
王治国
王雨虹
阎馨
-
机构
辽宁工程技术大学电气与控制工程学院
辽宁工程技术大学安全科学与工程学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2019年第1期89-95,共7页
-
基金
国家自然科学基金项目(71771111)
国家自然科学基金项目(61601212)
辽宁省教育厅基金项目(LJYL014)
-
文摘
针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断。首先采用流形学习方法 LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断。实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96%以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性。
-
关键词
瓦斯传感器故障诊断
拉普拉斯特征映射
改进化学反应优化算法
相关向量机
-
Keywords
gas sensor fault diagnosis
Laplacian Eigenmaps(LE)
Improved Chemical Reaction Optimization Algorithm(ICROA)
Relevance Vector Machine(RVM)
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TD76
[自动化与计算机技术—控制科学与工程]
-
-
题名基于小波包分形的瓦斯传感器故障诊断方法
被引量：2
- 2
-
-
作者
陈宏
邓芳明
吴翔
付智辉
-
机构
华东交通大学轨道交通学院
华东交通大学电气与自动化工程学院
-
出处
《传感器与微系统》
CSCD
2016年第11期26-29,共4页
-
基金
国家自然科学基金资助项目(21265006)
江西省科技支撑计划资助项目(20161BBE50076
20161BBE50077)
-
文摘
针对瓦斯传感器的故障诊断问题,提出一种基于小波包分形的瓦斯传感器故障诊断方法。使用3层小波包对故障信号进行分解和重构,获得不同频带的重构信号,计算各个重构信号的分形维度,并构成对应的故障特征向量。以此作为输入向量来训练支持向量机(SVM),完成故障的诊断。实验结果表明:该方法能有效地提取传感器的故障特征,提高了传感器故障诊断的准确率,可有效地应用于瓦斯传感器的故障诊断。
-
关键词
瓦斯传感器故障诊断
小波包变换
分形分析
支持向量机
-
Keywords
gas sensor fault diagnosis
wavelet package transform
fractal analysis
support vector machine（SVM）
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
