一种多参数自确认传感器故障诊断方法

摘要

提出了多参数自确认传感器概念，给出了多参数自确认传感器的功能模型。故障诊断单元是实现其多参数自确认功能的重要部分，研究了一种基于偏最小二乘法（PLS）和支持向量机（SVM）的多参数自确认传感器故障诊断方法。利用PLS提取多参数自确认传感器已知工作状态数据的主成分，作为表征多参数自确认传感器各种工作状态的状态特征矩阵，并对其进行特征编码；利用状态特征矩阵作为输入，状态特征编码作为目标训练SVM分类机，得到SVM分类机的参数。在故障诊断单元中，利用PLS在线提取多参数自确认传感器测量数据的状态特征矩阵，输入训练完成的SVM分类机进行分类，最终确认多参数自确认传感器的工作状态。实验结果证明了该方法的有效性。