基于RBF的传感器在线故障诊断和信号恢复

Chinese

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-09-11

- 基于RBF的传感器在线故障诊断和信号恢复
- 暂无标题
- 传感器与微系统 2003年第10期页码：50-53
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-97872003.10.017
  中图分类号： TP212
- 纸质出版：2003
- 稿件说明：
移动端阅览
基于RBF的传感器在线故障诊断和信号恢复[J]. 传感器与微系统, 2003,(10):50-53.
基于RBF的传感器在线故障诊断和信号恢复[J]. 传感器与微系统, 2003,(10):50-53. DOI： 10.13873/j.1000-97872003.10.017.

DOI：

介绍利用径向基神经网络构造了一种在线故障诊断及信号恢复方法

给出了网络的连接结构和学习算法。采用RBF神经网络进行传感器在线故障诊断和信号恢复

其仿真结果表明

该方法具有收敛速度快、信号恢复准确度高、泛化能力强的特点

且可以诊断多种复杂工作系统的传感器在线故障信号

同时进行信号的恢复。实现传感器状态监测、故障诊断、分离和信号恢复。

张伟,郑恩让.基于多层前向神经网络的应力传感器故障诊断[J].仪表技术与传感器,2001(04).

刘宜平,沈毅,刘志言.一种基于模糊神经网络的故障分类器及其在多传感器故障诊断中的应用[J].传感技术学报,2000(01).

钮永胜,赵新民.传感器故障在线诊断和信号恢复的两级神经网络方法[J].北京理工大学学报,1999(03).

张晨,韩月秋,陶然,钮永胜.基于神经网络预测器的单传感器故障检测方法[J].北京理工大学学报,1999(02).

张晨,韩月秋,陶然.基于改进鲁棒自联想神经网络的传感器故障诊断新方法[J].仪器仪表学报,1999(02).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

金-瓜氨酸传感器对邻苯二酚和对苯二酚的同时测定

基于产品模块化实现高端传感器大批量定制的研究

基于多模态数据的智慧化平衡功能评估系统应用研究

传感器常用材料电子束焊接研究现状综述

活体检测吲哚—3—乙酸的电化学传感器研究