作者:王婷,李国勇,吕世轩 单位:沈阳仪表科学研究院有限公司 出版:《仪表技术与传感器》2015年第03期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFYBJS2015030250 DOC编号:DOCYBJS2015030259 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对瓦斯传感器常见故障,提出一种混合粒子群优化(HPSO)算法与径向基函数(RBF)神经网络相结合的传感器故障诊断新方法。文中首先采用HPSO算法对RBF神经网络模型参数进行了优化,在详细分析瓦斯浓度影响因素的基础上,建立了瓦斯浓度非线性预测模型。然后将瓦斯浓度预测结果与实际测量值相比较得到残差,并分析残差的变化趋势,从而实现对瓦斯传感器的故障诊断。实验结果表明,HPSO-RBF模型具有较高的预测精度,能够有效地诊断瓦斯传感器的故障状态。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。