基于主元分析和集成神经网络的瓦斯传感器故障诊断

作者：杨真; 邓芳明; 郝勇; 徐长英; 王宏; 吴翔

来源：传感器与微系统, 2016, 35(09): 33-38.

DOI：10.13873/J.1000-9787(2016)09-0033-03

• 瓦斯传感器
• 故障诊断
• 主元分析
• 人工神经网络集成
• 权重提升

针对瓦斯传感器常见突发型故障,提出一种基于主元分析(PCA)和权重提升(WB)算法训练人工神经网络集成的瓦斯传感器故障诊断方法。利用PCA方法提取故障特征,得到的特征向量作为神经网络的训练样本;利用WB算法依次训练多个神经网络分类器;由集成神经网络得到待测样本的故障诊断结果。仿真实验表明:该方法对测试样本的识别正确率在98.5%以上,能够显著提高瓦斯传感器故障诊断的诊断精度和泛化能力。

• 单位
  现代教育技术中心; 华东交通大学; 电子工程学院; 南昌航空大学