李娟娟,孟国营,谢广明,贾一凡

(1.中国矿业大学(北京)机电信息与工程学院,北京 100083;2.北京大学工学院,北京 100871)



基于小波包与SOM神经网络的传感器故障诊断*

李娟娟1*,孟国营1,谢广明2,贾一凡1

(1.中国矿业大学(北京)机电信息与工程学院,北京 100083;2.北京大学工学院,北京 100871)

研究传感器实时故障诊断问题。首先采用MATLAB2015仿真得到传感器各种典型工作状态下的运行数据样本;其次将这些故障样本作3层小波包分解,分别求出第3层小波包基对应的各频率段的能量,利用这些能量值与正常工作时各频段的能量值之比构造出传感器故障诊断的特征向量;最后构建基于3×3的SOM神经网络的传感器故障诊断算法。测试证明了所提算法的有效性和准确性。

传感器;小波包变换;SOM神经网络;故障样本;故障诊断

在自动控制领域,传感器是不可或缺的硬件之一,它是获取信息的主要装置。若传感器性能蜕化、产生故障或者失效,提供的信息偏离真实数据,将会对系统的其他环节如自动控制、故障诊断等带来严重影响[1]。自动化系统的安全性、可靠性和整个生产的效能很大程度上取决于传感器的精度和可靠性。然而,传感器比系统中的其他部分更容易出现故障[2]。据美国“智能维护系统中心”研究表明:一般自动化系统40%以上的故障皆是由于传感器系统自身的故障而产生[1]。及时准确识别系统的故障源然后实施相应的对策可以避免昂贵的系统停机成本,甚至更为严重的安全事故。……