本文選題：瓦斯傳感器 + 故障診斷�。� 參考：《儀表技術(shù)與傳感器》2015年03期

【摘要】：針對(duì)瓦斯傳感器故障診斷時(shí),存在提取的樣本數(shù)據(jù)空間維數(shù)大、診斷實(shí)時(shí)性差、診斷結(jié)論的識(shí)別能力低和存在不確定性的問題,提出了一種基于主元分析(PCA)-神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論集成的故障診斷策略。使用主元分析方法對(duì)高維故障樣本空間數(shù)據(jù)進(jìn)行降維,再結(jié)合神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行故障模式識(shí)別。并且運(yùn)用DS證據(jù)理論對(duì)神經(jīng)網(wǎng)絡(luò)分類器的故障診斷結(jié)果進(jìn)行數(shù)據(jù)融合。仿真實(shí)驗(yàn)表明:該診斷方法改善了神經(jīng)網(wǎng)絡(luò)對(duì)瓦斯傳感器故障診斷準(zhǔn)確率的同時(shí)提高了診斷速度,并且降低了故障結(jié)論的不確定性以及提高了結(jié)論的識(shí)別與決策能力。
[Abstract]:In the fault diagnosis of gas sensor, there are many problems, such as large dimension of sample data, poor real-time diagnosis, low recognition ability of diagnosis conclusion and uncertainty. A fault diagnosis strategy based on PCA-neural network and D-S evidence theory is proposed. The method of principal component analysis (PCA) is used to reduce the dimension of the spatial data of high dimensional fault samples, and then the neural network classifier is used for fault pattern recognition. And the DS evidence theory is used to fuse the fault diagnosis results of neural network classifier. The simulation results show that the method not only improves the accuracy of fault diagnosis of gas sensor, but also improves the speed of fault diagnosis, reduces the uncertainty of fault conclusion, and improves the ability of recognition and decision making.
【作者單位】： 安徽理工大學(xué)電氣與信息工程學(xué)院;淮南職業(yè)技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金青年科學(xué)基金項(xiàng)目(51304007)
【分類號(hào)】：TD712;TP212

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王桂英;張世軍;潘思堯;;基于神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法研究[J];計(jì)算機(jī)測(cè)量與控制;2012年07期

2 黃凱峰;劉澤功;王其軍;楊靜;高魁;;基于ASGSO-SVR模型的瓦斯傳感器故障診斷[J];煤炭學(xué)報(bào);2013年S2期

【共引文獻(xiàn)】

相關(guān)期刊論文 前2條

1 程國(guó)建;楊靜;黃全舟;劉燁;;基于概率神經(jīng)網(wǎng)絡(luò)的巖石薄片圖像分類識(shí)別研究[J];科學(xué)技術(shù)與工程;2013年31期

2 薛大為;孔慧芳;楊春蘭;;主成分分析與神經(jīng)網(wǎng)絡(luò)結(jié)合的黃山毛峰茶品質(zhì)檢測(cè)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2014年05期

相關(guān)碩士學(xué)位論文 前3條

1 李霖;基于BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法研究[D];長(zhǎng)沙理工大學(xué);2013年

2 張睿;基于ICA的工作模態(tài)參數(shù)識(shí)別及故障診斷方法研究[D];中北大學(xué);2014年

3 田立;基于魚群優(yōu)化概率神經(jīng)網(wǎng)絡(luò)算法的研究[D];遼寧大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任靜;黃家棟;;基于免疫RBF神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[J];電力系統(tǒng)保護(hù)與控制;2010年11期

2 任先文;薛雷;宋陽;郭丹丹;沈重;;基于分形特征的最小二乘支持向量機(jī)局部放電模式識(shí)別[J];電力系統(tǒng)保護(hù)與控制;2011年14期

3 胡良謀;曹克強(qiáng);王文棟;徐浩軍;董新民;;基于SVR的非線性系統(tǒng)故障診斷研究[J];機(jī)械科學(xué)與技術(shù);2010年02期

4 陳丹,鄭增威,李際軍;無線傳感器網(wǎng)絡(luò)研究綜述[J];計(jì)算機(jī)測(cè)量與控制;2004年08期

5 吳宏岐;周妮娜;王春英;;基于RBF神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷及MATLAB仿真研究[J];科學(xué)技術(shù)與工程;2010年05期

6 李鐵軍;朱成實(shí);呂營(yíng);王丹;王學(xué)平;;基于概率神經(jīng)網(wǎng)絡(luò)的風(fēng)機(jī)故障診斷[J];煤礦機(jī)械;2007年10期

7 曹慶奎;任向陽;劉開第;;礦井工作面瓦斯涌出量的未確知聚類研究[J];煤炭學(xué)報(bào);2006年03期

8 呂品;馬云歌;周心權(quán);;上隅角瓦斯?jié)舛葎?dòng)態(tài)預(yù)測(cè)模型的研究及應(yīng)用[J];煤炭學(xué)報(bào);2006年04期

9 邵良杉;付貴祥;;基于數(shù)據(jù)融合理論的煤礦瓦斯動(dòng)態(tài)預(yù)測(cè)技術(shù)[J];煤炭學(xué)報(bào);2008年05期

10 王其軍;程久龍;;基于免疫神經(jīng)網(wǎng)絡(luò)模型的瓦斯?jié)舛戎悄茴A(yù)測(cè)[J];煤炭學(xué)報(bào);2008年06期

相關(guān)博士學(xué)位論文 前3條

1 陳理淵;多傳感器數(shù)據(jù)融合及其在電機(jī)故障診斷中的應(yīng)用研究[D];浙江大學(xué);2005年

2 王欣;多傳感器數(shù)據(jù)融合問題的研究[D];吉林大學(xué);2006年

3 劉思遠(yuǎn);信息融合和貝葉斯網(wǎng)絡(luò)集成的故障診斷理論方法及實(shí)驗(yàn)研究[D];燕山大學(xué);2010年

相關(guān)碩士學(xué)位論文 前1條

1 侯健敏;基于神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷研究[D];南京氣象學(xué)院;2003年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王小完;楊樺;;神經(jīng)網(wǎng)絡(luò)技術(shù)在礦體邊界圈定中的應(yīng)用研究[J];金屬礦山;2009年02期

2 彭泓;高攀;;粗神經(jīng)網(wǎng)絡(luò)在煤與瓦斯突出預(yù)測(cè)系統(tǒng)的應(yīng)用[J];儀表技術(shù)與傳感器;2011年11期

3 郭忠平,王志軍,李勇;基于神經(jīng)網(wǎng)絡(luò)的綜合指標(biāo)在煤礦安全預(yù)測(cè)中的應(yīng)用[J];煤礦安全;2005年09期

4 劉蘭翠,朱明,楊中;基于神經(jīng)網(wǎng)絡(luò)的時(shí)間序列對(duì)煤礦安全性的預(yù)測(cè)[J];煤炭科學(xué)技術(shù);2002年11期

5 魏一鳴，，童光煦;基于神經(jīng)網(wǎng)絡(luò)的品位估值方法及其計(jì)算機(jī)系統(tǒng)[J];化工礦山技術(shù);1995年02期

6 黃國(guó)明，蘇文智;基于時(shí)序預(yù)報(bào)神經(jīng)網(wǎng)絡(luò)的斜坡變形預(yù)測(cè)方法[J];中國(guó)煤田地質(zhì);1996年04期

7 郭科,胥澤銀;神經(jīng)網(wǎng)絡(luò)在地質(zhì)數(shù)據(jù)統(tǒng)計(jì)分析中的應(yīng)用[J];四川聯(lián)合大學(xué)學(xué)報(bào)(工程科學(xué)版);1999年01期

8 李云;劉霽;;神經(jīng)網(wǎng)絡(luò)與主元分析在采礦工程中的應(yīng)用[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2010年06期

9 趙飛;王則勝;;基于改進(jìn)的新型神經(jīng)網(wǎng)絡(luò)在煤礦企業(yè)安全管理中的應(yīng)用[J];煤炭技術(shù);2011年04期

10 陳軍權(quán);張申;張典;;基于神經(jīng)網(wǎng)絡(luò)的井下頻譜合作感知[J];煤礦安全;2012年03期

相關(guān)會(huì)議論文 前4條

1 李春文;曹玲芝;張愛芳;;神經(jīng)網(wǎng)絡(luò)PID控制器在提升機(jī)控制系統(tǒng)中的應(yīng)用[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 王祥厚;李程遠(yuǎn);;臺(tái)階爆破巖石塊度預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)[A];第七屆全國(guó)工程爆破學(xué)術(shù)會(huì)議論文集[C];2001年

3 李昊;陽春華;王隨平;;集成神經(jīng)網(wǎng)絡(luò)在深海集礦機(jī)故障診斷中的應(yīng)用[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年

4 戚玉亮;王同旭;張振宇;王榮超;;位移反分析的Levenberg-Marquardt BP神經(jīng)網(wǎng)絡(luò)方法研究[A];全國(guó)巖土工程反分析學(xué)術(shù)研討會(huì)暨黃巖石窟（錦繡黃巖）巖石力學(xué)問題討論會(huì)文集[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 雷勇濤;基于神經(jīng)網(wǎng)絡(luò)的提升機(jī)制動(dòng)系統(tǒng)故障診斷技術(shù)與方法[D];太原理工大學(xué);2010年

2 喬國(guó)厚;煤礦安全風(fēng)險(xiǎn)綜合評(píng)價(jià)與預(yù)警管理模式研究[D];中國(guó)地質(zhì)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李貝貝;神經(jīng)網(wǎng)絡(luò)集成算法研究及其在煤礦安全中的應(yīng)用[D];山東師范大學(xué);2012年

2 袁姝;神經(jīng)網(wǎng)絡(luò)在地震反演中的研究與應(yīng)用[D];西安石油大學(xué);2011年

3 劉銳;非線性神經(jīng)網(wǎng)絡(luò)及其在地學(xué)中的應(yīng)用[D];中國(guó)地質(zhì)科學(xué)院;2006年

4 王一兵;基于神經(jīng)網(wǎng)絡(luò)的礦井風(fēng)機(jī)故障診斷[D];上海交通大學(xué);2012年

5 丁睿;基于神經(jīng)網(wǎng)絡(luò)的鈾礦國(guó)際市場(chǎng)價(jià)格預(yù)測(cè)[D];中南大學(xué);2010年

6 王淑紅;基于神經(jīng)網(wǎng)絡(luò)的選礦廠數(shù)學(xué)模型及應(yīng)用研究[D];昆明理工大學(xué);2002年

7 陳華明;基于神經(jīng)網(wǎng)絡(luò)技術(shù)的邊坡穩(wěn)定性研究[D];武漢科技大學(xué);2006年

8 張龍;基于BP神經(jīng)網(wǎng)絡(luò)的掘進(jìn)工作面突出預(yù)測(cè)及防治技術(shù)研究[D];中國(guó)計(jì)量學(xué)院;2012年

9 崔小彥;基于RBF神經(jīng)網(wǎng)絡(luò)與蟻群算法的瓦斯預(yù)測(cè)模型研究[D];遼寧工程技術(shù)大學(xué);2009年

10 王德燕;SPSS統(tǒng)計(jì)分析軟件包與神經(jīng)網(wǎng)絡(luò)相結(jié)合在選礦建模中的應(yīng)用[D];昆明理工大學(xué);2003年

本文編號(hào)：1892339