论文摘要
在现代控制工程中，传感器的作用是十分重要的，特别是处于闭环控制回路中的传感器，它的工作状态直接关系到设备能否正常运行。由于传感器故障而引发的重大事故也时有发生，随着控制方式的改变，传感器的使用大量增加了。由于传感器是比较容易损坏的器件，为了提高整个系统的可靠性，对传感器进行故障诊断是十分必要的。因此，传感器故障诊断的研究具有重大的现实意义。本文在参考国内外关于传感器故障诊断方面文献的基础上，结合自联想神经网络提出一种人工智能搜寻算法，用于传感器故障的诊断和数据的修复，并对传感器故障诊断进行了仿真和实验研究。论文阐述了自联想神经网络的结构和算法，具体研究了搜寻两个及两个以上故障传感器和修复其数据的方法，该方法利用自联想网络的内部特性，始终把网络的输入和输出之间的误差平方和SSE(Sum SquaredError)作为衡量标准。其中重点研究使用逐步减小步长的方法、中断测试的方法以及初步测试排列优先级的方法来加快搜寻目标的速度，节约计算时间和提高修复数据的精度等。然后，以空调冷凝器为例，在分析冷凝器模型相关参数的基础上，对普通的传感器故障(如软故障和硬故障)进行了相关的研究，并对带噪声的情况也进行了研究。在此基础上，利用MATLAB的SIMULINK仿真环境和神经网络工具箱，对基于神经网络的传感器故障诊断系统的应用进行了仿真研究。仿真结果表明，本方法在传感器故障诊断方面有结构简单和易实现的优点。最后，基于文中提出的算法采用JAVA语言编写了故障诊断软件。通过该软件可以实现对传感器的软故障和硬故障进行诊断。