瓦斯传感器故障模式与故障智能诊断
为了提高煤矿安全监测系统的可靠性，在分析煤矿安全监测系统中重要组成元件——瓦斯传感器特性的基础上，探讨其在线使用中产生的主要故障类型及其模式。深入研究了一种基于人工神经网络进行瓦斯传感器故障诊断的新方法，利用单个瓦斯传感器的输出信息为瓦斯传感器建立了动态非线性神经网络传感器输出模型，并利用该模型进行在线故障诊断。实验中模拟了传感器的加热丝故障，用数据采集板共采集了210个数据，把这些数据分为204组，每组6个数据将作为神经网络模型的输入，当神经网络的预测输出x(k)与瓦斯传感器的实际输出x(k)距离d超过设定阈值时，可判定为传感器发生了故障，阈值的选取必须考虑瓦斯传感器的输出噪声的影响，经实验本系统的阈值设定为0.043。结果表明，该故障诊断模型具有良好的收敛性和稳定性，完全能满足对瓦斯传感器故障在线诊断的需要。
瓦斯传感器 故障特性 故障诊断 神经网络 时间序列 煤矿安全监测
王其军 程久龙
淮南职业技术学院,淮南 232001 山东科技大学,青岛 266510
国内会议
重庆
中文
524-528
2009-05-20（万方平台首次上网日期，不代表论文的发表时间）