基于神经网络的传感器故障检测与容错-控制理论与控制工程专业论文.docxVIP

东北大学硕+学位论文 东北大学硕+学位论文 摘要 基于神经网络的传感器故障检测与容错 摘要 f在控制系统中，传感器用于检测诸如压力、温度、速度等现场信号，为过程 控制或监控提供实时信息，以使系统lF常运行。传感器故障可使系统运行性能下 降或导致系统瘫痪。事实上，传感器是摔制系统中较易损坏的器件，因此，系统 应具备对传感器故障的容错能力，当检测出传感器发生故障时，报警并调用备份 传感器或重构传感器信息以确保控制系统IF常运行。 在传感器故障诊断领域，基于知识的智能故障渗断技术是最为引人注月的发 展方向之一，它在传感器故障诊断领域的应用，主要集中在专家系统、神经网络 和模糊逻辑系统等几个方面。由于神经网络具有的非线性大规模并行处理方面的 特点，以及容错性和学习能力，凶而它被广泛应用于控制系统传感器故障诊断。j 本文采用的神经网络为BP网络，分析了训练BP网络所使用的各种算法。首 先介绍了标准梯度下降法，以及在其基础上的改进算法；其次还介绍了基于数值 优化的改进方法，该算法不仅利用了目标函数的一阶导数信息，还利用了Fj标函 数的二阶导数信息。本文在实际采集数据的基础上，利用以上算法，对BP网络 进行了训练，并对上述所有算法的实际应用效果进行了实验对比分析。 在以上分析的皋石}|{卜，介绍了单传感器和多传感器的故障检测与容错方法。 其实现分以下几步：首先，列于单传感器，利用被检测传感器的前几时刻的值柬 预测下一时刻的值；对于多传感器，利用系统中被检测传感器除外的其它传感器 前几时刻的值，来预测被检测传感器下一时刻的值：然后，该预测值与被检测传 感器的实际输出相比较，以判断传感器是否发生故障：最后，如果被检测传感器 发生故障，则用预测值来代替传感器实际输出，来重构传感器信息。 f本文将上面所介绍的方法在锅炉过程控制系统中各传感器上进行了应用，并 剥实验结果进行了分析。其结果证明，基于神经网络的单传感器、多传感器故障 枪测与容错方法在实际应片j中是有效的。 关键词：锅炉过程控制系统传感器故障渗断神经网络BP网络 东北大学硕七学位论文 东北大学硕七学位论文 ABSTRACT Sensor Failure Detection and Diagnosis Based on Neural Network Abstract In control system，the sensor is used to monitor the signals such as pressure， temperature and velocity，in order to ensure the normal state．The sensor failure can reduce the system performance or lead the system not to work．In fact the sensor is easy to shatter,so the system should have the diagnosis ability,when it detects a fault in sensors，the system call give an alarm and use the back·up sensors or construct the sensor information，the system carl run in a normal state． In sensor failure diagnosis field，the sensor diagnosis technology base on knowledge attracts much notice，its use in sensor failure diagnosis field mostly focus on expert system，neural network and fuzzy logic system．Because neural network have the nonlinear,large—scale and parallel processing ability,diagnosis ability and study ability,it is used in control system sensor failure diagnosis extensively． BP neural network is used in this thesis．Introduce many arithmetic th