基于多源信息融合的传感器故障诊断技术的研究

来源 :华北电力大学(保定) 华北电力大学 | 被引量 : 0次 | 上传用户:lxg888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
工业领域的自动化水平不断提高,使得传感器的可靠性严重影响和制约着监控系统的正常运转。而随着工业系统规模的不断扩大,复杂程度日益提高,传统的传感器故障检测与诊断方法已不能再满足复杂系统的诊断精度要求。因此,研究和发展新型的传感器故障诊断技术是目前亟待解决的问题。本文首先介绍了多源信息融合方法的一些基本理论及其优点和发展趋势,阐述了该方法涉及的一些基本概念和融合模型且明确了各种融合模型的优缺点;随后从经典信息融合和现代信息融合这两方面讨论了信息融合技术涉及到的理论算法。其次,有针对性的选择了灰色系统理论和BP神经网络进行了研究,详细分析了二者的异同及优缺点,指出将二者构成一种灰色神经网络完全融合模型,能够更好的对复杂不确定性问题进行求解。本文基于此指导思想,以火电厂锅炉汽包水位为例,设计了适合进行多传感器信息融合的灰色神经网络分级融合模型,利用该模型融合汽包水位的主要影响因素,获得其高精度的拟合值。仿真结果表明,该模型具有收敛速度快,数据拟合精度高,且网络权值、阈值具有物理意义的特点,比单纯的BP神经网络模型更适合于动态系统建模。本文最后在水位控制系统上构建了汽包水位传感器故障诊断系统,利用经过预处理的现场数据,分别对传感器易发的典型故障在MATLAB环境中进行了仿真分析,结果表明本文设计的故障诊断系统对传感器发生的突变型故障和漂移速率比较大的漂移故障具有良好的诊断效果。在检测出故障后,该系统亦能够及时将故障信号切除,用模型的融合输出值代替,消除了故障的不利影响,是一套具有良好诊断效果的系统。
其他文献
随着科学技术的发展,机器人技术不断提高,机器人应用领域不断扩张,陆地机器人已经无法满足人类对探索环境和改善生活的需求,上天下地入海三方面都急需机器人进入角色,世界许
互联网技术的快速发展,给人们带来了大量的信息,但也增加了人们从这些数据中获取所需知识的难度。为了解决这一问题,数据挖掘技术得到了快速的发展,目前数据挖掘技术已被广泛
伺服作为delta并联机器人的驱动关机,其控制性能好坏直接影响机器人控制效果。而摩擦普遍存在于伺服系统中,表现出摩擦记忆、变静摩擦等非线性特性,导致伺服系统低速爬行、存
随着现代物流行业的迅速发展,巨大的竞争压力已经使得传统的人工搬运方式无法在运输效率上取得优势,因此以叉车为主的机械化搬运得到了企业的重视,叉车迎来了扩大发展的机遇。同时线控转向系统的引入为车辆转向系统带来了新的发展理念和技术革新,适用于频繁转向的叉车,可以解决传统转向中存在的弊端,因此对叉车的线控转向技术研究具有重要的理论和实际意义。本文以三轮转向叉车为研究对象,针对三轮线控叉车转向稳定性和车轮转
随着机器视觉技术的不断发展,许多相关理论的不断成熟和完善,色选算法的研究也取得了进一步的发展,在颗粒物料检测领域中被广泛推广应用。本文主要利用数字图像处理技术实现大米
在火电厂锅炉运行中,对于四角布置的直流燃烧器,送风流量是电站锅炉非常重要的热工参数之一。保持适当的一、二次风速是建立良好的炉内空气动力工况和稳定燃烧的必要条件。工
不确定环境下事物的信息表征复杂性、信息的内在传递机理复杂性和利益驱动以及人为干扰等因素,导致决策者感知的决策信息呈现复杂性和多样性;由于专业背景、事物认识和分析能力
带材的参数测量是现代工业生产中需要解决的重要问题,而在高速生产线中存在实时性差、受振动干扰的弊端,已成为制约带材生产相关行业发展的瓶颈。与此同时,基于机器视觉的非接触
电站锅炉燃烧状态的好坏直接影响火电机组的经济性和安全性,本论文利用电站SIS数据库数据,重点围绕热工信号的多尺度相关性这个方面进行研究。针对传统的信号相关性分析方法
分数阶PIλDμ控制器将分数阶微积分理论应用于控制领域中,将传统的PID整数阶次扩展到了分数阶。PIλDμ分数阶次λ和μ的引入增加了控制器设计的灵活性,提高了控制系统的抗