对于工业现场中传感器进行故障诊断时难以获取参考值的问题,本文提出了一种基于贝叶斯推理的无参考值情况下自诊断传感器设计方法.首先,运用传递熵方法对传感器之间存在的冗余关系进行量化评价,并借助β–二项分布建立传感器的故障统计模型;其次,利用贝叶斯推理对有参考和无参考时的传感器测量系统设计故障自诊断算法,对于无参考值情况下的传感器测量系统,通过引入观测值,进行自学习获取传感器的健康状况;最后,以镍闪速炉中的温度测量系统为例,验证了文中方法的可行性与有效性.
科研之友
微信
新浪微博
Facebook
分享链接
