本文選題：瓦斯傳感器 + 混合粒子群優(yōu)化算法��； 參考：《儀表技術(shù)與傳感器》2015年03期

【摘要】：針對瓦斯傳感器常見故障,提出一種混合粒子群優(yōu)化(HPSO)算法與徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)相結(jié)合的傳感器故障診斷新方法。文中首先采用HPSO算法對RBF神經(jīng)網(wǎng)絡(luò)模型參數(shù)進(jìn)行了優(yōu)化,在詳細(xì)分析瓦斯?jié)舛扔绊懸蛩氐幕A(chǔ)上,建立了瓦斯?jié)舛确蔷�性預(yù)測模型。然后將瓦斯?jié)舛阮A(yù)測結(jié)果與實際測量值相比較得到殘差,并分析殘差的變化趨勢,從而實現(xiàn)對瓦斯傳感器的故障診斷。實驗結(jié)果表明,HPSO-RBF模型具有較高的預(yù)測精度,能夠有效地診斷瓦斯傳感器的故障狀態(tài)。
[Abstract]:A new method of sensor fault diagnosis based on hybrid particle swarm optimization (HPSO) algorithm and radial basis function (RBF) neural network is proposed. In this paper, the parameters of RBF neural network model are optimized by HPSO algorithm. Based on the detailed analysis of the influencing factors of gas concentration, the nonlinear prediction model of gas concentration is established. Then the residual error is obtained by comparing the prediction result of gas concentration with the actual measured value and the trend of residual error is analyzed so as to realize the fault diagnosis of gas sensor. The experimental results show that the HPSO-RBF model has high prediction accuracy and can effectively diagnose the fault state of gas sensor.
【作者單位】： 太原理工大學(xué)信息工程學(xué)院;太原理工大學(xué)煤礦裝備與安全控制山西省重點實驗室;
【基金】：山西省自然科學(xué)基金資助項目(2011011011-1)
【分類號】：TD712;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 李秀英;王光輝;韓志剛;;基于高速收斂粒子群優(yōu)化算法的非線性系統(tǒng)無模型預(yù)測控制[J];控制與決策;2012年05期

2 王軍號;孟祥瑞;吳宏偉;;基于小波包與EKF-RBF神經(jīng)網(wǎng)絡(luò)辨識的瓦斯傳感器故障診斷[J];煤炭學(xué)報;2011年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前6條

1 孫淑杰;蘇成利;侯立剛;;一種基于VRFT的全格式無模型自適應(yīng)控制[J];化工自動化及儀表;2013年04期

2 黃凱峰;劉澤功;王其軍;楊靜;高魁;;基于ASGSO-SVR模型的瓦斯傳感器故障診斷[J];煤炭學(xué)報;2013年S2期

3 李太福;侯杰;姚立忠;易軍;辜小花;游勇濤;;Gamma Test噪聲估計的Kalman神經(jīng)網(wǎng)絡(luò)在動態(tài)工業(yè)過程建模中的應(yīng)用[J];機(jī)械工程學(xué)報;2014年18期

4 陳國彬;張廣泉;;基于LFSN和小波變換的業(yè)務(wù)流預(yù)測算法[J];計算機(jī)工程;2014年10期

5 戴永彬;;基于粒子群優(yōu)化的非線性預(yù)測控制算法的特性分析與仿真研究[J];遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2014年06期

6 柏駿;夏靖波;趙小歡;;一種基于EMD和RVM的自相似網(wǎng)絡(luò)流量預(yù)測模型[J];計算機(jī)科學(xué);2015年01期

相關(guān)博士學(xué)位論文 前3條

1 王軍號;基于物聯(lián)網(wǎng)感知的煤礦安全監(jiān)控信息處理方法研究[D];安徽理工大學(xué);2013年

2 梁雙華;礦井瓦斯傳感器優(yōu)化選址研究[D];中國礦業(yè)大學(xué);2013年

3 許芳;快速模型預(yù)測控制的FPGA實現(xiàn)及其應(yīng)用研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前6條

1 高路萍;凝汽器污垢智能建模與優(yōu)化控制方法研究[D];長沙理工大學(xué);2012年

2 鮑利斌;陰影條件下光伏系統(tǒng)最大功率點跟蹤控制研究[D];燕山大學(xué);2013年

3 李陳陳;基于非線性預(yù)測控制的瓦斯發(fā)電安全輸氣系統(tǒng)[D];安徽理工大學(xué);2013年

4 陳育成;基于小波包的短時風(fēng)機(jī)出力組合預(yù)測模型研究[D];廣東工業(yè)大學(xué);2014年

5 姜孜，

本文編號：2037088