一种WSN-WIM系统传感器自诊断方法

在WSN-WIM系统中,传感器的校验是一个关键性问题。本文提出一种基于灰色预测理论的传感器故障诊断方法,同时对灰色预测模型进行了优化,避免了由于预测模型中的理论缺陷给第一个传感器的故障诊断带来的错误假定。在WSN-WIM系统环境下的仿真实验中,取得了小于0.3%的平均误差,100%的诊断精度。此外此方法还具有计算量小（计算时间在毫秒级）、实时性强、自适应自诊断能力强等特点,非常适合应用于嵌入式、分布式高速动态多传感器称重系统中。     

一种传感器网络假冒攻击源的测定方法

传感器网络中的假冒攻击是一种主动攻击形式,它极大地威胁传感器节点间的协同工作.提出了基于邻居协同测定假冒攻击源算法(CNAMDI).在CNAMDI算法中,节点根据主动报警规则和从动报警规则发现假冒行为,基于义务测定集传递规则的邻居协同实现对假冒攻击源的测定.CNAMDI算法无需全网拓扑信息及路由协议支撑,测定过程不借助密码算法.通过分析得出,当局部网络密度较高时,CNAMDI算法具有漏报率低、成功测定率高的特点.仿真分析表明,对比朴素算法,CNAMDI算法使漏报率平均降低了25.8%,成功测定率平均提高了45.5%,平均发包数仅增加了1.19个.     

一种过载称重传感器修复方法

在称重传感器使用过程中常出现传感器过冲、过载等现象,容易造成传感器机械形变过载,输出信号超出称重仪表检测的量程,一般以报废处理。经实验室研究发现,大部分过载的称重传感器其内部电路完好,只是机械弹性体不能恢复到原来的状态。通过施加反向的作用力使其形变,基本恢复到原来差不多的零点电压对其进行修复,使传感器输出电压进入称重仪表正常使用电压范围内,得以继续使用。通过对过载29%损坏的称重传感器修复至量程范围的5%以内,表明了该方法可行,配备了自动修复软件和机构,可实现自动修复,具有操作简单、修复程度较高的特点。     

一种称重传感器故障的检查方法

<正> 一 前言 在大型电子衡器的检修实践中,发现有小部分的称重传感器的零点输出逐渐变大,不仅超差于规定的性能指标,而且会使称重显示仪表的空秤输入信号电压超出规定范围,产生空秤无法清零的现象,影响称重计量。此为传感器的一种故障,本文专述其检查方法。 二 传感器的输出 为了提高传感器的输出灵敏度等项性能指标,其应变电阻片一般采用桥式测量电路,由于制造工艺及材料的温度特性等因素,桥路总是有一微小的输出,这就是     

基于FLANN的称重传感器动态补偿方法

为满足快速称重的要求,结合遗传算法寻优速度快和函数联接型神经网络(FLANN)有较强的函数逼近能力的优点,设计了一种基于遗传算法优化的FLANN补偿器,实现对称重传感器的动态特性补偿。采用遗传算法优化FLANN的连接权值。仿真表明:阶跃响应时间快,且超调量小,有效地提高了称重传感器的动态响应过程,且方法简单,易于工程实现,具有实用价值。     

基于弯板传感器的动态称重公路预检系统研究

要提高公路预检系统的可靠性与稳定性,关键是要提高系统动态称重的准确度等级,提出专家系统与模糊多阈值消噪算法相结合的动态称重数据处理方法。弯板传感器动态称重过程的知识多,处理过程复杂,采用专家系统对知识进行处理;动态称重信号的干扰在不同小波分解层和不同数据区间的强度不同,采用模糊多阈值消噪算法对动态称重数据进行消噪处理,重构的动态称重数据达到要求,并在Matlab中分析表明该算法是有效的。通过现场试验验证,将专家系统与模糊多阈值消噪算法相结合,使系统动态称重误差小于2%,称量准确度等级达到2级指标。     

上料动态称重系统的研究

从实际工程出发,对高炉槽下动态定量称重过程进行研究.首先将动态称重系统等效为二阶系统,推导出了其动、静态数学模型,并通过参数辨识的方法,从采集到的信号中辨识出物料的重量.     

无线便携式车辆动态称重系统的设计

针对目前同类产品存在操作复杂、精度低和适应性差等缺点,在研究动态称重原理的基础上,实现车辆动态称重的软硬件设计。该设计采用高性能低功耗的MSP430和S3C2440为主处理器,配合无线数据传输技术和嵌入式操作系统技术,能实时地进行车辆信息的采集、发送、显示、存储和打印。     

基于BP网络的汽车动态称重数据处理方法

针对目前汽车动态称重数据处理中一般方法普遍适用性较差的问题,利用具有良好的自我学习能力的BP网络,对大量实测数据进行训练并检验,效果较好。文章先对BP网络的算法应用于汽车动态称重做了详细介绍,后面针对实际处理情况,对BP网络中隐层神经元个数和实际输入量的选择做了理论分析。     

灰色动态预测在AUV传感器故障诊断中的应用

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。     

容错传感器系统分层组合可靠性建模方法

根据容错传感器系统的结构特点,结合不同可靠性建模方法的优点,提出了基于动态故障树和马尔可夫过程的分层组合可靠性建模方法。针对系统中包含的贮备事件,引入时间算子定性描述事件的时序特性,并推导了顶事件故障概率的定量计算公式。采用马尔可夫过程对传感器故障检测隔离进行动态建模。通过仿真比较所得模型与传统完全故障覆盖模型,分析了元件失效率、误检率等参数对系统可靠性的影响。由结果可得,该建模方法可行且更为精确。     

非线性系统传感器偏差故障的UKF递推检测方法

针对传统的推广卡尔曼滤波器方法(EKF)的不足,为检测非线性系统传感器的偏差型故障,提出了一种新的基于unscented卡尔曼滤波(UKF)的实时递推检测算法,该方法应用UKF作为传感器故障残差发生器,并利用残差加权平方和检测策略进行故障的检测.仿真结果表明,与基于EKF的传感器故障检测方法相比,该方法有更好的故障预示能力,并提高了故障检测的准确率.     

基于模型的传感器故障诊断技术的研究

传感器故障诊断技术的研究对提高系统可靠性具有重要的意义,随着工程应用的需要,基于模型的诊断技术已经成为该领域极为活跃的研究方向。本文给出基于模型的传感器故障诊断技术的一般原理,并基于线性模型给出一类传感器故障诊断方法,可对多传感器故障进行精确定位,最后给出一个二阶系统的算例。本方法具有极大的工程实用价值。     

基于混合粒子滤波的温控传感器故障诊断方法

标准粒子滤波算法的精度不高、鲁棒性差,难以满足电厂温度传感器故障诊断的要求。针对该问题,提出一种新的适用于温度传感器故障检测的智能粒子滤波算法。该算法采用人工鱼群的全局收敛性找到满意的解域,利用粒子群算法引导粒子向高斯然区域移动,提高滤波精度。实验结果证明,该算法精度高、鲁棒性强,可以有效地应用于电厂温控系统故障的诊断。     

基于自联想神经网络的传感器故障诊断

提出一种基于自联想神经网络(AANN)的新算法用于系统中传感器故障诊断。阐述了AANN的结构和算法。具体说明了搜寻2个故障传感器和恢复信号的方法。用改进的AANN诊断有噪声情况下传感器跳变故障并恢复信号。本方法有易实现、结构简单的优点,仿真结果表明:本方法是可行的。     

一种双探头纸张定量传感器故障诊断方法研究

介绍了一种双探头纸张定量传感器的原理及性能，给出了基于卡尔曼滤波器的传感器故障诊断算法，将其用于造纸过程纸张量传感器，实现了对传感器探头部分部件故障的探明和隔离，从而使传感器的可靠性得以提高，仿真实验研究结果表明，文中所给出的故障诊断方法及能准确地探明和隔离出传感器连续性和间断性故障。     

降雨量传感器的故障诊断方法研究

降雨量的测量对气象预报及防汛减灾具有重要作用,因此当降雨量传感器发生故障时需要能快速修复。而目前应用最广泛的翻斗式降雨量传感器其故障类型多样,致使故障诊断难度大。为此,本文提出一种基于故障树理论与灰色关联法的降雨量传感器故障诊断新方法,采用故障树理论及灰色关联分析法建立了专家系统,通过故障知识获取、故障树建立、灰色关联度获取、知识库构建和推理机推理设计,实现了降雨量传感器的故障诊断。试验验证表明,该方法故障诊断快速准确,实现系统自动诊断替代人工检测与排查,准确率可达到90%以上,提高了降雨量传感器的诊断与维修效率。     

BP神经网络在飞控系统传感器故障诊断中的应用

故障检测和诊断技术对提高系统可靠性具有重要意义,针对飞控系统中常见的传感器故障,提出了基于神经网络观测器的故障诊断方法;通过构造神经网络模型代替解析系统建模,利用神经网络的学习能力在线检测传感器故障,最后,应用BP神经网络算法对故障进行仿真;仿真结果表明,神经网络观测器方法对单一传感器故障及多个传感器故障均能够准确识别,并对故障的定位也有不错的效果。