木材干燥窑内判断传感器有效状态方法的研究

张佳薇; 郭润龙

doi:10.13873/j.1000-97872009.05.037

Chinese

您当前的位置：

首页 >

文章列表页 >

木材干燥窑内判断传感器有效状态方法的研究

研究与探讨 | 更新时间：2025-09-11

- 木材干燥窑内判断传感器有效状态方法的研究
- Research on determining effective working-state of sensor during wood drying process
- 传感器与微系统 2009年28卷第5期页码：55-57+60
- 作者机构：
  
  东北林业大学机电工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（30771678）;黑龙江省青年专项基金资助项目（QC07C57）
- DOI：10.13873/j.1000-97872009.05.037
  中图分类号： TP212
- 纸质出版：2009
- 稿件说明：
移动端阅览
[1]张佳薇,郭润龙.木材干燥窑内判断传感器有效状态方法的研究[J].传感器与微系统,2009,28(05):55-57+60.

ZHANG Jia-wei, GUO Run-long. Research on determining effective working-state of sensor during wood drying process[J]. 2009, 28(5): 55-57+60.
[1]张佳薇,郭润龙.木材干燥窑内判断传感器有效状态方法的研究[J].传感器与微系统,2009,28(05):55-57+60. DOI： 10.13873/j.1000-97872009.05.037.

ZHANG Jia-wei, GUO Run-long. Research on determining effective working-state of sensor during wood drying process[J]. 2009, 28(5): 55-57+60. DOI： 10.13873/j.1000-97872009.05.037.

摘要

为了判断传感器的有效工作状态

提出了基于D-S证据理论和CMAC神经网络的信息融合方法。利用传感器在空间和时间上的冗余或互补信息

依据D-S证据理论

消除故障检测、诊断中的不确定性。采用模块化的小脑模型识别网络建立基本信任分配函数

具有最佳一致逼近特性

同时解决了D-S证据理论确定基本信任分配函数的困难和因输入参数改变影响信任分配函数构建的问题。仿真结果表明:该方法可以对木材干燥过程中传感器工作状态进行有效诊断。

Abstract

To determine the effective working state of sensors

a data fusion method based on D-S theory and CMAC neural networks is presented.D-S theory using the redundancy and complementary information of sensor can eliminate the uncertainty in detecting and diagnosis faults.The evidence of sensor state is obtained through a high modularity of the sensor state recognizer network with modularized CMAC

so the advantage of neural net is promoted and the bug of its unusable for change of input parameter is resolved.The simulation results show that the method can determine effective working-state of sensor during wood drying process.

关键词

Keywords

references

智能化木材含水率自动测试系统的开发 [J]. 白雪冰,张佳薇,赵真非. 木材工业 . 2006(03)

智能化木材干燥窑的数据采集系统 [J]. 曹军,张佳薇. 自动化仪表 . 2004(01)

基于信息融合技术的并发故障诊断的研究 [J]. 蔡兴国,马平. 中国电机工程学报 . 2003(05)

一种高性能目标识别融合算法 [J]. 万继宏,刘后铭. 电子科技大学学报 . 1995(02)

木材科学[M]. 高等教育出版社 , 李坚主编, 2002

On-line data reconciliation in chemical plants [J] . Dominik Dempf,Thomas List. Computers and Chemical Engineering . 1998

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

基于证据理论与不精确概率的振动故障诊断

基于信息融合技术的电机故障诊断

一种改进的多传感器敌我识别算法

基于惯性传感器数据融合的异常步态评估模型

基于图神经网络的异构多传感器融合交流电机故障诊断