×
杨浦;李振波;于亚光;石家辉;孙明

基于GA-SVM的溶解氧传感器故障诊断研究。 （英语） Zbl 1471.93203号

数学。Biosci公司。工程师。 18，编号1，386-399（2021）.
摘要：本研究设想采用遗传算法支持向量机（GA-SVM）对水质监测系统的溶解氧故障进行分析。将溶解氧传感器采集的实时数据分为故障类型。故障类型分为完全故障故障、冲击故障和恒定输出故障。基于溶解氧参数的故障分类，进行了SVM故障诊断实验。实验结果表明，溶解氧的准确度为98.53%。通过与BP神经网络的实验结果进行比较，发现支持向量机对溶解氧参数的诊断结果优于BP神经网络。迭代后，选择了C和g等最佳参数（C是惩罚系数，它在优化方向上调整两个指标偏好的权重，即误差容限，g是函数附带的参数，该函数隐含地决定映射到新特征空间后的数据分布。）使用遗传算法，经过迭代，C和g的优化值分别为2.1649和5.3312。实验结果表明，该方法具有良好的准确性。

MSC公司：

93立方厘米 控制理论中的应用模型
68瓦50 进化算法、遗传算法（计算方面）
68T05型 人工智能中的学习和自适应系统

关键词：

溶解氧;故障诊断;支持向量机;遗传算法;预测精度
PDF格式BibTeX公司 XML格式引用
\textit{P.Yang}等人，数学。Biosci公司。工程18，编号1，386--399（2021；Zbl 1471.93203）
全文： 内政部

参考文献：

[1] S、 《水质标准物质在环境监测质量控制中的应用分析与研究》，环境。开发，31147+149（2019）
[2] J、 分析水质监测在环境工程中的重要性，Resour。保护。环境。保护。，2019年12月54日
[3] N、 基于物联网的水质监测系统的设计与实现。电子。技术。，42, 38-41+45 (2019)
[4] D、 基于知识的故障诊断方法概述，安徽工业大学。，19, 197-204 (2002)
[5] Y、 基于信息论的电力系统故障诊断分析模型。设备，34，158-164（2014）
[6] F、 动态系统的组合状态和最小二乘参数估计算法，应用。数学。型号1。，38, 403-412 (2014) ·兹比尔1449.93254 ·doi:10.1016/j.apm.2013.06.007
[7] F、 基于证据置信度和置信熵的多传感器数据融合，Inf.fusion，46，23-32（2019）·doi:10.1016/j.inffus.2018.04.003
[8] C.S.Jonny、S.Abhinav、B.Edward、G.Kai，传感器故障建模、检测和缓解的基于知识的系统方法，专家系统。申请。，39 (2012), 10977-10989.
[9] P.Baldi，M.Blanke，P.Castaldi，N.Mimmo，S.Simani，使用非线性几何方法和自适应观测器对卫星传感器和执行器进行故障诊断，《国际鲁棒非线性控制》，29（2018），5429-5455·兹比尔1430.93042
[10] S.M.Alavi、S.Fekriasl、S.N.Niyakan、M.Saif，《电池电力电子设备和充电器的故障检测和隔离》。《储能杂志》，25（2019），1-9。
[11] Y、 华中科技大学基于深度自编码的机械故障诊断方法研究。Technol公司。(2019)
[12] C、 低成本锁步EDDI：处理器的瞬时故障检测机制，Chin。J.计算。，35, 2562-2572 (2012) ·doi:10.3724/SP.J.1016.2012.02562
[13] Q、 《机床故障诊断知识建模与可配置系统构建方法研究》，重庆大学（2018）
[14] Y、 基于深度学习的极谱溶解氧传感器故障诊断分析，山东农业。大学（2020）
[15] 五十、 基于光谱学、传感器微晶的海水硝酸盐传感器的开发与应用。技术。，33, 75-77+81 (2014)
[16] Y、 溶解氧检测技术综述：从实验室分析到在线智能检测，Sensors，19，125-134（2019）·doi:10.3390/s19010125
[17] J、 石墨烯在超微电极阵列上的修饰及其在溶解氧检测中的应用，传感器，15，382-393（2014）·数字对象标识码：10.3390/s150100382
[18] A、 EMPC在带间隙直流电机系统精确位置控制中的应用，控制工程实践。，100, 92-98 (2020)
[19] 五、 基于鲁棒非线性观测器的电液执行器传感器容错控制的实验研究，Energies，12，156-164（2019）·doi:10.3390/en12010156
[20] S、 具有Gaussia核的支持向量机的渐近行为，神经计算机。，15, 1667-1689 (2003) ·Zbl 1086.68569号 ·doi:10.1162/089976603321891855
[21] Y.Zhang，M.Martínez-García，S.R.Kalawsky，a.Latimer。燃气轮机燃烧系统涡流特性的灰箱建模，测量151（2020）107266。
[22] Y、 遗传算法的研究进展，应用。Res.计算。，29, 1201-1206+1210 (2012)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。