基于RBF神经网络的控制系统传感器故障诊断方法.pdfVIP

《现代 电子技术)2009年第 12期总第 299期 电源技术司 基于RBF神经网络的控制系统传感器故障诊断方法 彭继慎，董 晶 (辽宁工程技术大学 电气与控制工程学院 辽宁 葫芦岛 125105) 摘 要 ：针对现行研究中压铸机实时检测与控制系统 中相关传感器的常见故障问题 ，通过对人工神经网络理论与方法 的学习，建立了一种基于径向量基函数神经网络 RBFNN的控制 系统传感器故障诊断观测器模型。通过来 自压铸机 的实测 参数进行模型训练 ，采用模糊 K均值聚类算法选取聚类 中心，利用该观测器确定传感器输 出值与传感器实际输 出值之 间的 残差，以此判断传感器是否发生故障。仿真结果表 明，RBFNN观测器具有较强的非线性处理和任意函数逼近的能力，预测 精度高，学习时间短，网络运算速度快，性能稳定，可满足传感器故障诊断的要求 。 关键词 ：压铸机 ；RBFNN；故障诊断；模糊 K均值聚类算法 中图分类号 ：TP212 文献标识码 ：A 文章编号 ：1004—373X(2009)12—179一O4 M ethodofControlSystem SensorFaultDignosisBasedonRBFNeuralNetwork PENGJishen，DONGJing (FacultyofElectricalandEngineeringControl，LiaoningTechnicalUniversity，Huludao，125105，China) Abstract：Fortheproblemsofrelatedsensorcommonfaultinthediecastingmachinereal—timedetectionandcontrolsys— tam ，throughthestudyofartificialneuralnetworkStheoryandmethods，sensorfaultdiagnosisobservermodelofcontrolsys— tam basedonaradialbasisfunctionneura1networkcontrolsystem RBFNN isestablished．Themodelistrained bythemea— suredparametersofdie—castingmachine，adoptingfuzzyK meansclusteringalgorithm toselectclustering centre，usingthe observertoforecasttheresidualsbetweenthesensoroutputvalueandthesensoractualoutputvaluetodiagnosesensorfault． Thesimulatedresultsshow thatRBFNN observerhasstrongcapacityofnon—_linearprocessandarbitraryfunctionapproxima—- tion，andhasmanyadvantagessuchashigh—precision，learningtimeshort，rapidnetworkcomputingandstableperformanceto meettherequirementsofsensorfaultdiagnosis． Keywords：diecastingmachine；RBFNN ；faultdignosis；fuzzyK meansclusteringalgorithm 法之一。神经网络是有大量人工神经元相互连接而构成 0 引 言 的网络。它以分布的方式存储信息，利用网络拓扑结构 传感器是现行研究 的压铸机 实 时检测与控制系 和