期刊文献+
共找到85篇文章
< 1 2 5 >
每页显示 20 50 100
基于双模型自适应估计的大气数据传感器故障诊断方法
1
作者 肖盈飞 刘海颖 +1 位作者 程月华 李铁香 《系统工程与电子技术》 EI CSCD 北大核心 2024年第11期3792-3799,共8页
大气湍流是大气中一种不规则的随机运动,在机载大气数据传感器的测量过程中,大气湍流影响与传感器故障相互耦合,导致大气数据传感器故障诊断算法无法将故障与湍流影响解耦。针对大气湍流影响下的大气数据传感器故障诊断问题,基于惯性测... 大气湍流是大气中一种不规则的随机运动,在机载大气数据传感器的测量过程中,大气湍流影响与传感器故障相互耦合,导致大气数据传感器故障诊断算法无法将故障与湍流影响解耦。针对大气湍流影响下的大气数据传感器故障诊断问题,基于惯性测量单元和导航姿态解算,考虑湍流对大气系统的影响,建立新型大气系统模型及量测模型。在对双模型自适应估计算法进行扩展后,引入湍流对系统影响的协方差自适应更新方法,实现存在未知扰动情况下故障状态的无偏估计。仿真结果表明,该算法可以有效实现对固定偏差故障、漂移偏差故障和振荡故障的诊断。 展开更多
关键词 大气数据传感器故障诊断 大气湍流 双模型自适应估计 故障检测与诊断
下载PDF
基于GAPSO-FNN神经网络的锂离子电池传感器故障诊断 被引量:6
2
作者 王志福 罗崴 +3 位作者 闫愿 徐崧 郝文美 周聪林 《储能科学与技术》 CAS CSCD 北大核心 2023年第2期602-608,共7页
新能源汽车的动力电池内部存在多种传感器用来进行电池系统的安全监测,而传感器故障会导致荷电状态等指标出现误差,严重时会触发电池热失控的风险。为了有效准确地进行电池传感器故障诊断,提出基于遗传算法优化粒子群算法(genetic algor... 新能源汽车的动力电池内部存在多种传感器用来进行电池系统的安全监测,而传感器故障会导致荷电状态等指标出现误差,严重时会触发电池热失控的风险。为了有效准确地进行电池传感器故障诊断,提出基于遗传算法优化粒子群算法(genetic algorithm optimized particle swarm optimization,GAPSO)和模糊神经网络(fuzzy neural network,FNN)的锂离子电池传感器故障诊断方法对锂离子电池的传感器进行故障诊断,该方法使识别故障准确率迅速提升。本工作首先通过硬件平台和Matlab/Simulink环境相结合的方式获取电池传感器故障的数据,然后对故障数据进行预处理及特征提取,最后采用GAPSO-FNN算法对电池传感器进行故障诊断,并与传统神经网络和模糊神经网络方法的结果进行对比。仿真结果表明,基于GAPSO-FNN的锂离子电池传感器故障诊断方法相比于传统的神经网络方法测量准确率提升了25%,相比于模糊神经网络准确率提升了10%,故障诊断准确率能够达到95%,在减少故障诊断所需信息量的同时,有效地提升了故障诊断的准确率。 展开更多
关键词 锂离子电池 传感器故障诊断 GAPSO-FNN 健康监测 热失控风险
下载PDF
软阈值时序卷积网络在冷水机组传感器故障诊断中的应用 被引量:7
3
作者 洪琳 李冬辉 +1 位作者 高龙 赵墨刊 《西安交通大学学报》 EI CAS CSCD 北大核心 2023年第2期67-77,共11页
为了提高冷水机组传感器的故障诊断性能,提出了一种基于软阈值时序卷积网络的编码-解码器重构模型(ST-TCN),并建立基于该模型的传感器故障诊断方法。采用时序卷积网络(TCN)充分挖掘冷水机组传感器的时间相关性、热力学物理量间的数据相... 为了提高冷水机组传感器的故障诊断性能,提出了一种基于软阈值时序卷积网络的编码-解码器重构模型(ST-TCN),并建立基于该模型的传感器故障诊断方法。采用时序卷积网络(TCN)充分挖掘冷水机组传感器的时间相关性、热力学物理量间的数据相关性以及动态响应差异性特征。在TCN的残差块中引入软阈值自适应模块剔除冗余信息,降低噪声干扰。依托ST-TCN模型“端到端”的网络结构优势,将绝对重构残差向量与故障阈值向量进行比较,直接定位故障传感器。在实际压缩式冷水机组平台上采集传感器数据进行实验,结果表明,软阈值自适应模块能有效地增强网络模型的重构能力,从而提高故障传感器的诊断性能。以压缩机吸气温度传感器T1为例,ST-TCN的平均偏差故障识别率比改进前提升了45.9%;与其他故障诊断方法相比,所提的最新框架获得了较高的偏差故障识别率。 展开更多
关键词 时序卷积网络 编码-解码器 软阈值化 冷水机组 传感器故障诊断
下载PDF
基于小波包和支持向量机的传感器故障诊断方法 被引量:18
4
作者 冯志刚 王祁 +1 位作者 徐涛 信太克规 《南京理工大学学报》 EI CAS CSCD 北大核心 2008年第5期609-614,共6页
针对自确认压力传感器的故障诊断问题,提出了一种基于小波包变换和支持向量机的传感器故障诊断方法。该方法对传感器输出信号进行三层小波包分解,提取各个节点的小波包系数,对每个节点的小波包系数通过一定的削减算法增强故障特征,然后... 针对自确认压力传感器的故障诊断问题,提出了一种基于小波包变换和支持向量机的传感器故障诊断方法。该方法对传感器输出信号进行三层小波包分解,提取各个节点的小波包系数,对每个节点的小波包系数通过一定的削减算法增强故障特征,然后利用重构的时域信号计算各个节点的能量以及整个信号的削减比作为特征向量,以此作为输入来建立支持向量多分类机,判断传感器的故障类型。对自确认压力传感器、温度和流量传感器的故障诊断结果表明,该方法能有效地应用于传感器的故障诊断中。 展开更多
关键词 小波包 支持向量机 特征提取 传感器故障诊断
下载PDF
基于EMD和SVM的传感器故障诊断方法 被引量:18
5
作者 冯志刚 王祁 信太克规 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2009年第5期59-63,共5页
为了解决自确认压力传感器的故障诊断问题,提出了一种基于经验模式分解(EMD)和支持向量机(SVM)的传感器故障诊断方法,该方法对传感器输出信号进行经验模态分解,将其分解为若干个固有模态函数(IMF),对每个IMF通过一定的削减算法增强故障... 为了解决自确认压力传感器的故障诊断问题,提出了一种基于经验模式分解(EMD)和支持向量机(SVM)的传感器故障诊断方法,该方法对传感器输出信号进行经验模态分解,将其分解为若干个固有模态函数(IMF),对每个IMF通过一定的削减算法增强故障特征,然后计算每个IMF和残余项的能量以及整个信号的削减比作为特征向量,以此作为输入来建立支持向量多分类机,判断传感器的故障类型.通过压力传感器的故障诊断结果表明,该方法能有效的应用于传感器的故障诊断中. 展开更多
关键词 经验模态分解 支持向量机 特征提取 传感器故障诊断
下载PDF
灰色动态预测在AUV传感器故障诊断中的应用 被引量:11
6
作者 严浙平 陈涛 +1 位作者 秦政 周佳加 《传感技术学报》 CAS CSCD 北大核心 2008年第6期1002-1006,共5页
针对自主水下机器人(AUV)传感器故障诊断中样本数据少、随机性强、实时性要求高的特点,将灰色动态预测模型的建模原理引用到AUV传感器的故障诊断中。在对传感器进行数据滤波、小样本灰色建模与灰色动态预测的基础上,可以实现AUV传感器... 针对自主水下机器人(AUV)传感器故障诊断中样本数据少、随机性强、实时性要求高的特点,将灰色动态预测模型的建模原理引用到AUV传感器的故障诊断中。在对传感器进行数据滤波、小样本灰色建模与灰色动态预测的基础上,可以实现AUV传感器的实时故障诊断。文章详细阐述了基于灰色动态预测的传感器故障诊断的具体实现方法和步骤,对AUV传感器中典型的四种故障模式进行了仿真研究。结果表明该方法能快速、准确地诊断出传感器故障,并且在传感器发生故障后的一段时间内能够实现信号恢复。 展开更多
关键词 传感器故障诊断 自主水下机器人 灰色建模 灰色动态预测
下载PDF
PCA特征抽取与SVM多类分类在传感器故障诊断中的应用 被引量:13
7
作者 彭红星 陈祥光 徐巍 《数据采集与处理》 CSCD 北大核心 2010年第1期111-116,共6页
为了提高传感器故障诊断的准确率,提出了基于主元分析(PCA)特征抽取和支持向量机(SVM)多类分类的故障诊断方法。该方法通过对传感器输出信号进行小波包分解产生原始特征数据,然后采用PCA特征抽取得到二次特征向量,增强传感器各个状态模... 为了提高传感器故障诊断的准确率,提出了基于主元分析(PCA)特征抽取和支持向量机(SVM)多类分类的故障诊断方法。该方法通过对传感器输出信号进行小波包分解产生原始特征数据,然后采用PCA特征抽取得到二次特征向量,增强传感器各个状态模式的可分性。二次特征输入到二叉树SVM多类分类算法设计的分类器实现传感器故障诊断。仿真实验结果表明,这种结合了PCA特征抽取和SVM分类的诊断方法准确率高,其诊断效果优于直接采用原始特征进行分类的情况。 展开更多
关键词 传感器故障诊断 小波包分解 主元分析 特征抽取 支持向量机
下载PDF
热力参数的KPCA-RBF网络建模及传感器故障诊断方法 被引量:6
8
作者 李鸿坤 陈坚红 +1 位作者 盛德仁 李蔚 《振动.测试与诊断》 EI CSCD 北大核心 2016年第6期1044-1049,共6页
针对复杂恶劣环境下机组热力参数的数据监测及传感器故障诊断问题,建立了融合机理分析、核主元分析(kernel principle component analysis,简称KPCA)与径向基神经网络(radial basis function,简称RBF)的发电机组热力参数预测及传感器故... 针对复杂恶劣环境下机组热力参数的数据监测及传感器故障诊断问题,建立了融合机理分析、核主元分析(kernel principle component analysis,简称KPCA)与径向基神经网络(radial basis function,简称RBF)的发电机组热力参数预测及传感器故障检测模型。首先,根据机理分析得到完备的辅助变量集,并利用核主元分析提取辅助变量的特征信息以有效处理发电机组中高维、强耦合的非线性数据;其次,将主元变量集输入径向基神经网络进行学习,实现热力参数的重构;最后,基于预测模型与窗口移动法实现传感器的故障诊断,并对故障数据进行及时修复和准确替换。以燃气轮机排气温度为例进行验证的结果表明,该预测模型具有更高的精度和泛化能力,能在传感器故障发生初期及时发现并识别故障类型,检测效果优良。 展开更多
关键词 机理分析 核主元分析 径向基神经网络 预测建模 传感器故障诊断
下载PDF
基于卡尔曼滤波器的传感器故障诊断 被引量:10
9
作者 许秀玲 汪晓东 张浩然 《仪器仪表学报》 EI CAS CSCD 北大核心 2005年第z1期79-80,共2页
传感器故障诊断是当今研究的热点领域。利用卡尔曼滤波器及多重故障假设检验方法检测发动机控制系统传感器硬、软故障,并实现故障传感器的输出重构。仿真表明,所研究的方法能及时、有效地检测到故障传感器,并对其进行隔离和重构,没有发... 传感器故障诊断是当今研究的热点领域。利用卡尔曼滤波器及多重故障假设检验方法检测发动机控制系统传感器硬、软故障,并实现故障传感器的输出重构。仿真表明,所研究的方法能及时、有效地检测到故障传感器,并对其进行隔离和重构,没有发生误报和漏报现象。 展开更多
关键词 传感器故障诊断 卡尔曼滤波器 多重故障假设检验
下载PDF
基于模式识别的传感器故障诊断 被引量:14
10
作者 徐涛 王祁 《控制与决策》 EI CSCD 北大核心 2007年第7期783-786,共4页
为满足模式识别故障诊断算法的鲁棒性要求,在小波包分解提取特征向量的基础上,提出了有监督模式分类与无监督模式分类相结合的故障诊断方法.利用小波包分解提取各个频带的能量作为特征向量;采用LVQ神经网络作为有监督的模式分类器进行... 为满足模式识别故障诊断算法的鲁棒性要求,在小波包分解提取特征向量的基础上,提出了有监督模式分类与无监督模式分类相结合的故障诊断方法.利用小波包分解提取各个频带的能量作为特征向量;采用LVQ神经网络作为有监督的模式分类器进行故障诊断;运用无监督的减法聚类方法对新型故障模式进行辨识.最后,通过动力系统管路流量传感器数据对算法进行检验,验证了所提出方法的实用性和有效性. 展开更多
关键词 模式识别 小波包 LVQ神经网络 减法聚类 传感器故障诊断
下载PDF
基于小波神经网络的传感器故障诊断方法研究 被引量:16
11
作者 李冬辉 周巍巍 《电工技术学报》 EI CSCD 北大核心 2005年第5期49-52,共4页
详细阐述了小波神经网络的结构、原理,在分析智能大厦中空调机组传感器主要故障的基础上,提出了基于小波神经网络的诊断方案。MATLAB仿真和模拟实验结果表明,在相同的条件下,小波神经网络在解决传感器故障检测、分离和补偿问题上优于传... 详细阐述了小波神经网络的结构、原理,在分析智能大厦中空调机组传感器主要故障的基础上,提出了基于小波神经网络的诊断方案。MATLAB仿真和模拟实验结果表明,在相同的条件下,小波神经网络在解决传感器故障检测、分离和补偿问题上优于传统的BP网络。 展开更多
关键词 小波神经网络 Meyer小波 空调机组 传感器故障诊断
下载PDF
基于LE与ICROA-RVM的瓦斯传感器故障诊断 被引量:5
12
作者 徐耀松 邱微 +2 位作者 王治国 王雨虹 阎馨 《传感技术学报》 CAS CSCD 北大核心 2019年第1期89-95,共7页
针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,... 针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断。首先采用流形学习方法 LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断。实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96%以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性。 展开更多
关键词 瓦斯传感器故障诊断 拉普拉斯特征映射 改进化学反应优化算法 相关向量机
下载PDF
基于T-S模糊KPCA模型的分布式控制系统传感器故障诊断 被引量:2
13
作者 王磊 谢寿生 +2 位作者 任立通 余坚 崔小军 《推进技术》 EI CAS CSCD 北大核心 2014年第7期988-995,共8页
为减小航空发动机多工况的工作特性和分布式控制系统非线性网络环境对故障诊断系统的影响,针对航空发动机分布式控制系统,提出一种基于T-S模糊KPCA模型的传感器故障诊断方法。首先采用C均值模糊聚类法,以油门杆角度为样本标签,对样本空... 为减小航空发动机多工况的工作特性和分布式控制系统非线性网络环境对故障诊断系统的影响,针对航空发动机分布式控制系统,提出一种基于T-S模糊KPCA模型的传感器故障诊断方法。首先采用C均值模糊聚类法,以油门杆角度为样本标签,对样本空间进行模糊分类,再通过模糊相似矩阵剔除各样本子空间的野值点;其次建立标称工况的KPCA模型,并利用训练样本对非标称工况的隶属度函数进行辨识,得到全工况T-S模糊KPCA模型;最后利用统计量T 2和SPE对传感器故障进行检测,并采用数据重构方法对故障传感器进行隔离定位。仿真结果表明该方法对发动机的任意稳定工况具有自适应能力,能够在非线性网络环境下对正常样本和故障样本保持较低的虚警率和漏报率。当多个传感器同时发生故障时,能够准确找到故障源,实现对故障传感器的隔离。 展开更多
关键词 航空发动机 分布式控制系统 T-S模糊模型 核主元分析法 传感器故障诊断
原文传递
PCA在火箭发动机试车台传感器故障诊断中的应用 被引量:6
14
作者 徐涛 王祁 《南京理工大学学报》 EI CAS CSCD 北大核心 2006年第6期669-672,共4页
为了解决液体火箭发动机在试车过程中氢供应系统的关键传感器的故障诊断问题,该文利用主元分析(PCA)方法为几个重要传感器建立了主元分析模型。在所建立模型的基础上,根据平方预报误差(SPE)对传感器故障敏感的特点利用其进行传感... 为了解决液体火箭发动机在试车过程中氢供应系统的关键传感器的故障诊断问题,该文利用主元分析(PCA)方法为几个重要传感器建立了主元分析模型。在所建立模型的基础上,根据平方预报误差(SPE)对传感器故障敏感的特点利用其进行传感器的故障检测。该文根据一种量化的指标参数——传感器有效度指标(SVI)对故障传感器进行辨识,实现故障分离。一般的基于传感器对SPE贡献率的辨识方法只能进行定性分析,而SVI则将辨识参数量化到0~1之间。更具实用价值。同时,证明了迭代收敛的重构解析表达式,去除了故障传感器数据对重构精度的影响,实现了数据重构。通过仿真实例验证了这种传感器故障诊断及重构方法的有效性.为发动机的正常试车提供了有力的保证。 展开更多
关键词 传感器故障诊断 主元分析 平方预报误差 传感器有效度指标 数据重构
下载PDF
基于改进粒子滤波算法的小型无人机传感器故障诊断方法 被引量:9
15
作者 刘彦超 刘慧文 +1 位作者 高薇 李凤银 《重庆理工大学学报(自然科学)》 CAS 北大核心 2019年第10期174-179,共6页
小型无人机传感器的工作状态直接影响着飞行的安全性和稳定性。因小型无人机特殊的工作环境,其故障诊断的难度较大。因此,为了提高小型无人机传感器故障诊断的精确度和适用性,提出一种基于改进粒子滤波算法的小型无人机故障诊断方法。... 小型无人机传感器的工作状态直接影响着飞行的安全性和稳定性。因小型无人机特殊的工作环境,其故障诊断的难度较大。因此,为了提高小型无人机传感器故障诊断的精确度和适用性,提出一种基于改进粒子滤波算法的小型无人机故障诊断方法。所提出算法结合遗传算法对粒子滤波算法进行了改进,并把传感器故障诊断问题视为多维复合假设检验问题。此外,利用序贯概率比检验法分析粒子滤波估计值与传感器输出值的残差,从而诊断对应的传感器是否发生故障。一旦传感器出现故障,使用广义最大似然法则来辨识具体的故障类型。仿真结果表明:该方法能完成小型无人机的多种故障类型识别,且具有较高的诊断精度。 展开更多
关键词 小型无人机 传感器故障诊断 粒子滤波算法 遗传算法 序贯概率比检验
下载PDF
基于凸优化理论的多传感器故障诊断技术 被引量:6
16
作者 郜丽鹏 林云 《电子测量与仪器学报》 CSCD 2009年第8期39-43,共5页
针对DS证据理论基本概率赋值函数难以获取、证据间要求相互独立等缺点,提出了利用凸优化理论来建立满足需要的多传感器故障诊断模型。本文首先分析了传感器故障诊断报告的形式,构造了多传感器故障融合的代价函数。通过分解代价函数,将... 针对DS证据理论基本概率赋值函数难以获取、证据间要求相互独立等缺点,提出了利用凸优化理论来建立满足需要的多传感器故障诊断模型。本文首先分析了传感器故障诊断报告的形式,构造了多传感器故障融合的代价函数。通过分解代价函数,将多传感器故障诊断问题转换为凸优化问题。同时利用对数罚函数内点算法求解凸优化模型,该算法结构简单,计算量小,易于实现。理论分析和仿真结果表明,基于凸优化模型的多传感器故障诊断方法较之传统的DS证据方法具有更好的识别能力、更强的鲁棒性和更广的适用范围。 展开更多
关键词 传感器故障诊断 凸优化理论 内点算法 DS理论
下载PDF
基于RBF时间序列预测器的传感器故障诊断方法研究 被引量:6
17
作者 曹正洪 沈继红 《传感器与微系统》 CSCD 北大核心 2010年第5期63-65,69,共4页
研究了一种基于径向基函数(RBF)神经网络时间序列预测器诊断传感器故障的方法。以压力传感器的过载故障为模型,先用RBF神经网络建立时间序列预测模型,然后利用预测模型对传感器的输出作预测,再和传感器实际输出比较,从而判断传感器是否... 研究了一种基于径向基函数(RBF)神经网络时间序列预测器诊断传感器故障的方法。以压力传感器的过载故障为模型,先用RBF神经网络建立时间序列预测模型,然后利用预测模型对传感器的输出作预测,再和传感器实际输出比较,从而判断传感器是否发生故障,并对发生故障的传感器进行数据重构。仿真实验证实了该方法可以有效地进行传感器故障诊断和数据重构,并可推广到其他传感器中。 展开更多
关键词 传感器故障诊断 RBF神经网络 时间序列预测器 数据重构
下载PDF
一种有效的传感器故障诊断方法 被引量:5
18
作者 单玉刚 王宏 《计算机工程与应用》 CSCD 2012年第2期22-25,共4页
提出了一种核Fisher特征提取以及模糊模式识别的传感器故障诊断方法。提取传感器信号波形时域特征和频域特征构成初始特征,使用核Fisher方法对初始特征进行非线性变换增强信号特征。然后使用模糊数学方法建立了传感器故障诊断模型,通过... 提出了一种核Fisher特征提取以及模糊模式识别的传感器故障诊断方法。提取传感器信号波形时域特征和频域特征构成初始特征,使用核Fisher方法对初始特征进行非线性变换增强信号特征。然后使用模糊数学方法建立了传感器故障诊断模型,通过使用隶属度函数获取特征向量对各状态的隶属度,运用最大隶属原则对特征向量进行定性分类,判定传感器状态。将该方法应用到FDT/DTM(Field Device Tool/Device Type Manager)设备管理系统中,对NCS4000水循环控制的压力传感器进行故障诊断,数值实验表明该算法具有实效性。 展开更多
关键词 核FISHER 模糊模式识别 传感器故障诊断 现场管理工具/设备类型管理器(FDT/DTM)
下载PDF
基于小波包分形的瓦斯传感器故障诊断方法 被引量:2
19
作者 陈宏 邓芳明 +1 位作者 吴翔 付智辉 《传感器与微系统》 CSCD 2016年第11期26-29,共4页
针对瓦斯传感器的故障诊断问题,提出一种基于小波包分形的瓦斯传感器故障诊断方法。使用3层小波包对故障信号进行分解和重构,获得不同频带的重构信号,计算各个重构信号的分形维度,并构成对应的故障特征向量。以此作为输入向量来训练支... 针对瓦斯传感器的故障诊断问题,提出一种基于小波包分形的瓦斯传感器故障诊断方法。使用3层小波包对故障信号进行分解和重构,获得不同频带的重构信号,计算各个重构信号的分形维度,并构成对应的故障特征向量。以此作为输入向量来训练支持向量机(SVM),完成故障的诊断。实验结果表明:该方法能有效地提取传感器的故障特征,提高了传感器故障诊断的准确率,可有效地应用于瓦斯传感器的故障诊断。 展开更多
关键词 瓦斯传感器故障诊断 小波包变换 分形分析 支持向量机
下载PDF
水下机器人传感器故障诊断 被引量:24
20
作者 王丽荣 徐玉如 《机器人》 EI CSCD 北大核心 2006年第1期25-29,共5页
在分析水下机器人传感器故障形式的基础上,对传感器可能出现的三种故障形式分别给出了相应的诊断方法,即通过传感器长时间采集不到数据来诊断传感器信息保持不变的故障,线性平滑滤波解决传感器输出振荡,小波变换检测传感器信息的突变.... 在分析水下机器人传感器故障形式的基础上,对传感器可能出现的三种故障形式分别给出了相应的诊断方法,即通过传感器长时间采集不到数据来诊断传感器信息保持不变的故障,线性平滑滤波解决传感器输出振荡,小波变换检测传感器信息的突变.海中试验验证了本方法的可行性. 展开更多
关键词 水下机器人(AUV) 传感器故障诊断 线性平滑滤波 小波分析
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部