[發明專利]關聯性傳感信號多傳感元件故障定位及傳感信號自恢復方法

有效

• 申請號: 201110077679.0
• 申請日: 2011-03-30
• 公開（公告）號: CN102169555A
• 公開（公告）日: 2011-08-31
• 發明（設計）人: 劉桂雄;黃國健;朱明武
• 申請（專利權）人: 華南理工大學
• 主分類號: G06N3/08
• 分類號: G06N3/08
• 代理公司: 北京捷誠信通專利事務所(普通合伙) 11221
• 代理人: 魏殿紳

技術領域

本發明涉及多傳感元件故障定位及傳感信號自恢復方法，尤其涉及一種針對傳感信號之間具有關聯性的多傳感元件故障定位及傳感信號自恢復方法。

背景技術

客觀世界中的許多復雜過程，需要能夠同時處理來自多路傳感信號的傳感器系統，這推動可連接多傳感元件的集成智能傳感器模式的出現。這些新型集成傳感器連接的每路傳感元件均可并行提取各自檢測對象的相關特征信息，并將信息傳遞到傳感器中。典型的多傳感元件傳感器有基于IEEE1451標準的網絡化智能傳感器，它最多可同時連接255路傳感元件進行測量，具有標準化、集成度高的特點。

同時連接多路傳感元件給多傳感信號源的檢測帶來了便利，但同時也帶來了一些問題：如、連接的傳感元件(一路或多路)出現故障，檢測信號不跟隨被測量時，難以定位故障元件；某些場合下，傳感系統各傳感信號具有關聯性，每一路傳感信號都會對其它路傳感信號造成影響，尚未能利用各路傳感信號之間具有的關聯性，重構故障傳感元件信號值，使得傳感信號自恢復。

發明內容

為解決上述中存在的問題與缺陷，本發明提供了一種關聯性傳感信號多傳感元件故障定位及傳感信號自恢復方法。所述技術方案如下：

關聯性傳感信號多傳感元件故障定位及傳感信號自恢復方法，包括：

A、獲取訓練樣本；

B、建立符合多路傳感元件信號關聯性的神經網絡，并學習傳感信號之間的關聯性；

C、利用學習的各信號關聯性關系，將含故障傳感元件的傳感信號輸入神經網絡，根據網絡輸出信號與輸入信號之間的差值，對輸入信號進行故障判斷；

D、定位出多路故障傳感元件；

E、恢復多路故障傳感信號。

本發明提供的技術方案的有益效果是：

突破了必須求解出傳感信號之間關聯性關系才能進行故障定位的思維定勢，革新地利用其關聯性，通過在一定范圍內試探性改變多路傳感信號的值，從而實現多路故障傳感元件的定位和信號自恢復。

附圖說明

圖1是多路傳感元件故障定位及傳感信號自恢復方法的流程圖；

圖2是構造的神經網絡的結構示意圖；

圖3是并行9叉樹故障定位算法流程圖；

圖4是擴展9叉樹信號重構算法流程圖；

圖5是一種鄰苯二甲酸酐反應釜測控方案圖；

圖6是神經網絡訓練過程圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明實施方式作進一步地詳細描述：

本實施例提供了一種關聯性傳感信號多傳感元件故障定位及傳感信號自恢復方法。

參見圖1，該方法包括以下步驟：

步驟10獲取訓練樣本；

上述獲取的訓練樣本包括足夠多的訓練樣本。

步驟20建立神經網絡，學習傳感信號之間的關聯性；

上述建立的神經網絡是符合多路傳感元件信號關聯性的神經網絡。

步驟30含故障傳感元件的傳感信號輸入神經網絡；

上述將含故障傳感元件的傳感信號輸入神經網絡，可根據網絡輸出信號與輸入信號之間的差值，對輸入信號進行故障判斷。

步驟40多路故障傳感元件定位；

上述是在固定范圍內改變多路傳感元件信號的值，使其符合所有各路傳感信號x_i之間的關聯性關系，其中i＝1，2，...，n，并根據網絡輸出信號與輸入信號的差值變動情況定位出多路故障傳感元件。

步驟50恢復多路故障傳感信號；

根據傳感信號關聯性關系，繼續改變已定位故障傳感元件的信號，使得神經網絡的輸出信號與輸入信號差值小于設定閾值，從而自動恢復故障傳感信號。

上述步驟10與步驟20具體包括：如圖2所示，針對鄰苯二甲酸酐反應釜的10路關聯性傳感信號，構建一個10-13-5-13-10結構的神經網絡。將足夠多的正常工作狀態下10路傳感信號構成神經網絡的輸入層，訓練處正常生產條件下10路傳感信號之間關聯性關系。由于噪聲的存在，網絡訓練結束的條件不是SSE最小化，而是當其收斂到一個設定的閾值Δ_SSE就停止訓練，否則網絡將試圖對噪聲進行學習，從而降低神經網絡泛化能力。在此網絡中，Δ_SSE設定為0.0001，經過1.793秒，網絡訓練成功，其圖6為神經網絡訓練過程圖。