| 基于LE与ICROA-RVM的瓦斯传感器故障诊断 |
| |
| 引用本文： | 徐耀松,邱微,王治国,王雨虹,阎馨. 基于LE与ICROA-RVM的瓦斯传感器故障诊断[J]. 传感技术学报, 2019, 32(1): 89-95 |
| |
| 作者姓名： | 徐耀松 邱微 王治国 王雨虹 阎馨 |
| |
| 作者单位： | 辽宁工程技术大学电气与控制工程学院,辽宁 葫芦岛,125105;辽宁工程技术大学电气与控制工程学院, 辽宁 葫芦岛 125105;辽宁工程技术大学安全科学与工程学院, 辽宁 阜新 123000 |
| |
| 基金项目： | 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) |
| |
| 摘 要： | 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 |
Gas Sensor Fault Diagnosis Based on LE and ICRAO-RVM |
| |
| XU Yaosong,QIU Wei,WANG Zhiguo,WANG Yuhong,YAN Xin. Gas Sensor Fault Diagnosis Based on LE and ICRAO-RVM[J]. Journal of Transduction Technology, 2019, 32(1): 89-95 |
| |
| Authors: | XU Yaosong QIU Wei WANG Zhiguo WANG Yuhong YAN Xin |
| |
| Affiliation: | (Faculty of Electrical and Engineering Control,Liaoning Technical University,Huludao Liaoning 125105,China;Faculty of Safety Science and Engineering,Liaoning Technical University,Fuxin Liaoning 123000,China) |
| |
| Abstract: | XU Yaosong;QIU Wei;WANG Zhiguo;WANG Yuhong;YAN Xin(Faculty of Electrical and Engineering Control,Liaoning Technical University,Huludao Liaoning 125105,China;Faculty of Safety Science and Engineering,Liaoning Technical University,Fuxin Liaoning 123000,China) |
| |
| Keywords: | gas sensor fault diagnosis Laplacian Eigenmaps(LE) Improved Chemical Reaction Optimization Algorithm(ICROA) Relevance Vector Machine(RVM) |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|
