多参数自确认传感器的状态自确认方法技术

多参数自确认传感器及其状态自确认方法，它涉及传感器领域，它解决了现有多参数传感器不能够对自身状态进行评估的问题，以及发生故障时，不能判断故障类型、不能得到正确数据的缺点。本发明专利技术是将多个被测物理量经敏感元件和传统的分析处理单元得到原始数据，这些原始测量数据经故障诊断单元后，再经输出数据生成单元得到更加丰富的输出信息。多参数传感器比单一参数传感器输出更多的物理量测量值，其中一些物理量之间通常存在着相关性，这些相关性是故障诊断和状态确认的重要条件。本发明专利技术能够在线评估工作状态和输出数据不确定度，使系统能清晰了解传感器的在线工作状态和输出数据的可信度，并在发生故障时，能够诊断出故障类型，实现数据重构。

【技术实现步骤摘要】

本专利技术涉及传感器领域，具体涉及。
技术介绍
现在各种工业场合和设备中使用的传感器数量和种类越来越多，传感器作 为信息获取的源头，其测量数据的准确性对系统有至关重要的影响。在很多应用场合，往往需要同时检测多个物理量，例如在矿井中经常需要 同时监测温度、湿度和甲烷等，防止发生危险，在潜艇等密闭环境中常需要监 测温度、湿度、风速、 一氧化碳等，保证工作环境安全。随着技术的进步，传感器逐渐向多参数传感器方向发展。将几个敏感元件 集成在一起或在同一材料上制造几个敏感元件，使一个传感器可以同时检测多 个物理量。随着多参数传感器测量的物理量的增加，传感器的结构也越来越复 杂，多参数传感器较单一参数传感器发生故障的概率更大，因此更对多参数传 感器的自身状态进行评估，给出测量值的不确定度，并在发生故障时，判断故 障类型进而实现数据重构势在必行。但目前绝大部分系统缺乏对多参数传感器本身的检测， 一般都认为传感器 输出数据是正确的。可是一旦多参数传感器发生故障，将会影响系统正常运行 甚至产生重大损失，因此实时地了解多参数传感器的工作状态及数据的可信度 非常重要。
技术实现思路
本专利技术为了解决现有多参数传感器不能够对自身状态进行评估的问题，以 及发生故障时，不能判断故障类型、不能得到正确数据的缺点，而提出了一种 。本专利技术的多参数自确认传感器由敏感单元、传统分析处理单元、故障诊断 单元和生成输出数据单元组成；敏感单元测量多个被测物理量，敏感单元的输 出端分别连接传统分析处理单元的输入端和故障诊断单元的一个输入端，故障 诊断单元的另两个输入端分别接收传统分析处理单元和其他相关信息的信号数据，故障诊断单元的输出端连接生成输出数据单元的输入端，生成输出数据单元的输出端输出多种数据。本专利技术的多参数自确认传感器的状态自确认方法步骤如下所示 步骤一通过其他相关信息通道向故障诊断单元输入已知敏感单元工作状态的历史数据，利用偏最小二乘法提取主成分，得到各种敏感单元的各种工作状态特征矩阵；步骤二利用步骤一提取的各种敏感单元的各种工作状态特征矩阵，训练 支持向量分类机，得到支持向量分类机的参数；步骤三通过传统分析处理单元再向故障诊断单元输入实测数据，再利用 偏最小二乘法提取实测工作状态特征矩阵，然后输入步骤二中训练好的支持向 量分类机进行故障诊断，确认敏感单元的状态；如果敏感单元无故障，输出正 常状态；如果敏感单元发生故障，需要在故障诊断单元进行数据重构，进入步 骤A;步骤A:通过其他相关信息通道向故障诊断单元输入敏感单元正常工作状态下的数据，通过偏最小二乘方法进行主成分提取和交叉有效性分析，建立回归模型；步骤B:利用发生故障前的敏感单元输出数据，以及故障后敏感单元正常部分的输出数据，通过步骤A建立的回归分析模型，预测敏感单元故障部分 的输出；步骤C:利用步骤B的预测数据，代替敏感单元故障部分的输出，输出确认后的测量值。多参数传感器比单一参数传感器输出更多的物理量测量值，其中一些物理 量之间通常存在着相关性，这些相关性是故障诊断和状态确认的重要条件。本 专利技术的目的在于解决多个传感器的工作状态和输出数据不确定度在线评估问 题，使系统能清晰了解传感器的在线工作状态和输出数据的可信度，并在传感 器发生故障时，能够诊断出故障类型，实现数据重构。附图说明图1本专利技术的多参数自确认传感器结构示意图；图2是本专利技术方法的流程框图；图3是利用偏最小二乘法提取特征的原始训练集数据分布示意图；图4是偏最小二乘法提取的数据特征数据分布示意图；图5是故障诊断测试输入数 据集合数据分布示意图；图6是故障诊断结果数据分布示意图；图3至图6 中+为正常数据，O为开路数据，众为短路数据；图7是偏最小二乘回归分析 对比曲线图；图8是偏最小二乘回归分析相对误差曲线图；图9是甲烷敏感元 件加热丝开路故障偏最小二乘回归分析重构曲线；图IO是甲垸敏感元件加热丝短路故障偏最小二乘回归分析重构曲线。 具体实施例方式具体实施方式一结合图1说明本实施方式，本实施方式由敏感单元1、 传统分析处理单元2、故障诊断单元3和生成输出数据单元4组成；敏感单元 1测量多个被测物理量，敏感单元1的输出端分别连接传统分析处理单元2的输入端和故障诊断单元3的一个输入端，故障诊断单元3的另两个输入端分别 接收传统分析处理单元2和其他相关信息的信号数据，故障诊断单元3的输出 端连接生成输出数据单元4的输入端，生成输出数据单元4的输出端输出多种 数据。敏感单元1是将测量多个参数的敏感元件封装在一个传感器中，可以同时 感应这多个物理量的变化的测量单元。传统分析处理单元2主要是对敏感元件输出的信号进行放大、滤波等初步 的处理。故障诊断单元3是根据敏感单元1给出的多个输出，以及他们之间的相关 关系对敏感单元1的状态进行评估，确认敏感单元1的工作状态，故障诊断方 法采用偏最小二乘法和支持向量机方法。生成输出数据单元4输出故障诊断单元的结果，进一步对多参数传感器的 输出进行处理，得到确认的测量值、测量值不确定度、测量值状态、原始数据 和故障类型这几种输出信息，其中不确定度是对当前传感器输出值准确度的一 个定量的表征，目前在故障状态下，确认的不确定度一般是在传感器正常输出 信号的基础上，根据经验增加一个加性不确定度来实现。如果敏感单元1发生 故障，需要进行数据重构，在发生故障后代替故障输出，数据重构的方法采用 偏最小二乘回归分析方法。故障诊断单元3和生成输出数据单元4为采用北京合众达电子技术有限责任公司研制的基于TMS320F28335的高性能电机控制嵌入式DSP开发板中的 模块。具体实施方式二结合图2说明本实施方式，本实施方式的步骤如下步骤一通过其他相关信息通道向故障诊断单元3输入己知敏感单元1工作状态的历史数据，利用偏最小二乘法提取主成分，得到各种敏感单元1的各种工作状态特征矩阵；步骤二利用步骤一提取的各种敏感单元1的各种工作状态特征矩阵，训 练支持向量分类机，得到支持向量分类机的参数；步骤三通过传统分析处理单元2再向故障诊断单元3输入实测数据，再利用偏最小二乘法提取实测工作状态特征矩阵，然后输入步骤二中训练好的支持向量分类机进行故障诊断，确认敏感单元1的状态；如果敏感单元1无故障， 输出正常状态；如果敏感单元l发生故障，需要在故障诊断单元3进行数据重 构，进入步骤A;步骤A:通过其他相关信息通道向故障诊断单元3输入敏感单元1正常工作状态下的数据，通过偏最小二乘方法进行主成分提取和交叉有效性分析，建立回归模型；步骤B:利用发生故障前的敏感单元1输出数据，以及故障后敏感单元l 正常部分的输出数据，通过步骤A建立的回归分析模型，预测敏感单元1故 障部分的输出；步骤C:利用步骤B的预测数据，代替敏感单元l故障部分的输出，输出 确认后的测量值。具体实施方式三本实施方式与具体实施方式一不同点在于步骤一，首 先，将第1参数和第《参数数据定义为自变量集《叫，将第《+7参数和第m 参数数据定义为数据集乙(M)，"为样本点数，对^^和r^利用下公式(i)进行标准化处理，得到相应的X X9数据集￡。和相应的数据集F。 (/= 1,2, ,",;/= 1 ，2，…，m)<formula>formula see original本文档来自技高网...

【技术保护点】
多参数自确认传感器，其特征在于它由敏感单元（１）、传统分析处理单元（２）、故障诊断单元（３）和生成输出数据单元（４）组成；敏感单元（１）测量多个被测物理量，敏感单元（１）的输出端分别连接传统分析处理单元（２）的输入端和故障诊断单元（３）的一个输入端，故障诊断单元（３）的另两个输入端分别接收传统分析处理单元（２）和其他相关信息的信号数据，故障诊断单元（３）的输出端连接生成输出数据单元（４）的输入端，生成输出数据单元（４）的输出端输出多种数据。

【技术特征摘要】

【专利技术属性】
技术研发人员：王祁，赵树延，宋凯，冯志刚，丁明理，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：93[中国|哈尔滨]