-
题名基于统计域指数的压力类传感器故障检测方法
- 1
-
-
作者
王印松
邵敬雅
-
机构
华北电力大学自动化系
保定市综合能源系统状态检测与优化调控重点实验室
河北省发电过程仿真与优化控制技术创新中心
-
出处
《中国测试》
北大核心
2025年第5期110-116,共7页
-
文摘
针对工业过程中因老化及环境干扰出现的压力类传感器故障问题,提出一种基于统计域指数的传感器故障检测方法。首先,该方法采用长短期记忆(LSTM)神经网络构建预测传感器正常状态下输出的时序模型,由此生成模型预测值和实际测量值的残差信号;然后,通过计算残差信号的移动平均指数(MAI)、移动均方根指数(MRI)、移动方差指数(MVI)和移动能量指数(MEI),并结合四分位距(IQR)方法设计阈值,进行传感器故障检测;最后,利用某320 MW燃煤机组引风机出口烟气压力传感器的历史运行数据进行实验验证,并与传统的残差分析法进行对比。结果表明,该方法在准确率、精确率、召回率和F值方面分别提升11.88%、3.16%、22.15%和14.06%,在压力传感器故障检测方面具备显著优势。
-
关键词
故障检测
统计域指数
压力传感器
残差分析
神经网络
-
Keywords
fault detection
statistical domain indices
pressure sensor
residual analysis
neural network
-
分类号
TB9
[机械工程—测试计量技术及仪器]
TH81
[机械工程—精密仪器及机械]
-
