基于广义回归神经网络的传感器故障检测

发布时间：2021-06-10 23:42

　　为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络（General Regression Neural Network,GRNN）组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。 

【文章来源】：推进技术. 2017,38(09)北大核心EICSCD

【文章页数】：8 页

【文章目录】：
1 引言
2 广义回归神经网络
3 传感器故障检测算法
    3.1 假设条件
    3.2 GRNN组
    3.3 检测过程
    3.4 验证过程
4 结果与分析
    4.1 检测结果
    4.2 假设条件和推广
5 结论



本文编号：3223345