CN101266273B - 一种多传感器系统故障自诊断方法 - Google Patents
一种多传感器系统故障自诊断方法 Download PDFInfo
- Publication number
- CN101266273B CN101266273B CN2008100530869A CN200810053086A CN101266273B CN 101266273 B CN101266273 B CN 101266273B CN 2008100530869 A CN2008100530869 A CN 2008100530869A CN 200810053086 A CN200810053086 A CN 200810053086A CN 101266273 B CN101266273 B CN 101266273B
- Authority
- CN
- China
- Prior art keywords
- sensor
- sensors
- fault
- measuring
- jump
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种多传感器系统故障自诊断方法,该方法首先对多传感器系统中具有相关性输出的每一个传感器上获取的信息,进行线性相关分析,然后通过比较对应相关度与设定阈值的大小,实现多传感器的传感器阵列故障诊断。当具有相关性输出的传感器为两个时,可实现传感器系统的故障诊断,提供报警信息;当具有相关性的传感器为三个及以上时,可实现传感器系统的故障诊断,提供报警信息,并可实现故障隔离,保证系统的正常运行。本发明的效果是利用多传感器系统中,各传感器所测信号之间的相关性,采用多路测量信号实现传感器的故障诊断、报警以及故障隔离,无需单独的传感器工作状态监测系统,简化了系统结构,增加了自检系统的可靠性,具有广泛的应用前景。
Description
技术领域
本发明涉及一种多传感器系统故障自诊断方法,可用于多传感器系统的故障诊断、报警以及故障隔离。
背景技术
在工业监测领域,通常需要采用多传感器系统对同一测量对象或者具有相关性的不同测量对象进行同步监测,以实现信息互补与融合,达到拓展传感器的应用领域、拓宽测量的量程、提高测量的精度及鲁棒性等目的。但传感器数目的增多,不仅增加了测量系统的复杂度,也增加了系统的故障概率。因此,以上因素对多传感器系统本身的故障诊断能力提出了更高要求,以保证过程监测与参数测量的可靠性,保障工业生产过程与科学实验等的安全运行。
为了确保测量系统信息获取的准确性,需对传感器系统进行实时监测,以确保其处于正常工作状态。通常可采用额外的检测单元对传感器的工作状态进行监测,但这种方式不仅增加了系统复杂度及系统构建成本,同时也引入新的不可靠因素,如检测单元的工作状态。
发明内容
本发明拟解决的技术问题是:克服现有方法的不足,提供一种多传感器系统故障自诊断方法,该方法可根据多传感器中不同传感器测量信号的相关性,实现多传感器系统的故障诊断、报警与故障隔离。
为实现上述目的,本发明的技术解决方案是提供一种多传感器系统故障自诊断方法,该方法包括以下步骤:
步骤一,初始化,确定已知的多传感器系统中的输出信号具有相关性的传感器的自检状态及数目,对于包含t个具有相关性输出的传感器的多传感器系统,即输出信号具有相关性的传感器的个数为t,当t大于3,则跳转到步骤二;当t=3,则跳转到步骤三;当t=2,则跳转到步骤四;
步骤二,当传感器系统内采用传感器个数为t且t>3,即诊断对象数目为t且t>3个传感器构成的故障诊断集合时,首先判断是否已有m个传感器进行过自检,且0<m<t,若已经通过自检,系统工作正常,则从正常工作的传感器集合中任选一个传感器,在剩余的未进行自检的传感器集合中任选一个传感器,得到两传感器构成的故障诊断集合,即t=2,跳转到步骤四;若传感器系统内尚无传感器进行过自检m=0或者全部传感器均通过自检m=t,则随机选取三个传感器,t=3,得到故障诊断集合,即三传感器构成的故障诊断集合进行故障诊断与隔离,顺序执行步骤三;
步骤三,对于由传感器A、传感器B、传感器C构成的故障诊断集合,同一时间段,传感器A、传感器B、传感器C分别获取的具有相关性的测量信号Sa、测量信号Sb、测量信号Sc,对所述三个测量信号经两两相关计算得到任意两个传感器的测量信号之间的相关系数,将其与根据工况预先设定的阈值进行比较,进一步根据自检决策真值表,对各传感器的工作状态进行判断;
若诊断结果为传感器A、传感器B、传感器C均处于正常工作状态,则跳转到工作正常的步骤七;
若诊断结果为传感器A、传感器B、传感器C中的某一个出现故障,则跳转到故障隔离的步骤五;
若诊断结果为传感器A、传感器B、传感器C中至少两个传感器故障,则跳转到严重报警的步骤六;
步骤四,对于包含两个具有相关性的传感器的故障诊断集合,假定故障诊断集合包括传感器A、传感器B,同一时间段,传感器A、传感器B分别获取的测量信号Sa、测量信号Sb具有相关性,与步骤三同样的计算得到传感器A和传感器B的相关系数,将其与根据工况预先设定的阈值进行比较;
若诊断出传感器A、传感器B均处于正常工作状态,跳转到正常工作的步骤七;
若诊断出传感器A、传感器B中至少有一个出现故障,分以下情况:
若已知其中一个传感器工作正常,则另一个传感器发生故障,即可实现故障定位,跳转到故障隔离的步骤五;
若传感器A和传感器B的故障状态均未知,则无法对故障传感器进行定位,跳转到严重报警的步骤六;
步骤五,将发生故障的传感器测量信号隔离处理,只采用正常工作传感器获取的测量信号,以保证测量系统获取信息的可靠性,顺序执行步骤六的一般报警;
步骤六,若已进行故障隔离,进行一般报警,并显示出现故障的传感器序号,顺序执行步骤七;若未实现故障隔离,且两个传感器构成的故障诊断集合中至少有一个出现故障,则程序给出严重报警信息并停止执行,提示必须立即对传感器系统进行整体检修;若未实现故障隔离,且随机选取的三个传感器构成的故障诊断集合中至少有两个出现故障,则程序给出严重报警信息并停止执行,提示必须立即对传感器系统进行整体检修;
步骤七,工作正常,跳转到步骤一。
本发明的效果是本发明利用多传感器系统中,各传感器所测信号之间的相关性,采用多路测量信号实现传感器的故障诊断、报警以及故障隔离,无需单独的传感器工作状态监测系统,简化了系统结构,增加了自检系统的可靠性。
附图说明
图1为本发明的多传感器故障诊断与隔离算法的解算流程图。
具体实施方式
如图1所示,本发明的一种多传感器系统故障自诊断方法,包括以下步骤:
步骤一,初始化,确定已知的多传感器系统中的输出信号具有相关性的传感器的自检状态及数目,对于包含t个具有相关性输出的传感器的多传感器系统,即输出信号具有相关性的传感器的个数为t,当t大于3,则跳转到步骤二;当t=3,则跳转到步骤三;若t=2,则跳转到步骤四。
步骤二,当传感器系统内采用传感器个数为t且t>3时,首先判断是否已有m个传感器进行过自检,且0<m<t,若已经通过自检,系统工作正常,则从正常工作的传感器集合中任选一个传感器,在剩余的未进行自检的传感器集合中任选一个传感器,组成两传感器故障诊断系统,跳转步骤四;
若传感器系统内尚无传感器进行自检,即m=0,或者全部传感器均通过自检,即m=t,则随机选取三个传感器构成故障诊断集合进行故障诊断与隔离,顺序执行步骤三。
步骤三,对于由三个传感器,即传感器A、传感器B、传感器C构成的故障诊断集合,假定系统包括传感器A、传感器B和传感器C,同一时间段,其分别获取的测量信号Sa、Sb和Sc之间具有相关性。
计算得到传感器A和传感器B的相关系数rAB(0),将rAB(0)与预先设定的阈值rTan(0)进行比较。
计算得到传感器A和传感器C的相关系数rAC(0),将rAC(0)与预先设定的阈值rTac(0)进行比较。
计算得到传感器B和传感器C的相关系数rBC(0),将tBC(0)与预先设定的阈值rTbc(0)进行比较。
进行比较后,对于由传感器A、传感器B、传感器C构成的故障诊断集合,所有可能的自检结果的决策真值表可列为表1。一旦从测量信号中得到rAB(0),tAC(0),rBC(0)的值,每个传感器的工作状态可以根据表1推断出。其中,“---”表示该状况不存在。
表1自检决策真值表
若诊断结果为表1中的(1),可认为传感器A、传感器B和传感器C均处于正常工作状态,则跳转到工作正常的步骤七;
若诊断结果为表1中的(4)、(6)、(7)之一,可判断出传感器A、传感器B和传感器C中的哪一个出现故障,则跳转到故障隔离的步骤五;
若诊断结果为表1中的(8),可判断出传感器A、传感器B和传感器C中至少两个传感器故障,则跳转到严重报警的步骤六。
步骤四,对于包含两个具有相关性的传感器的故障诊断集合,假定故障诊断集合包括传感器A和传感器B,同一时间段,其分别获取的测量信号Sa和Sb具有相关性。计算得到传感器A和传感器B的相关系数rAB(0),将rAB(0)与预先设定的阈值rTab(0)进行比较,由于相关系数越大,两个测量信号越接近。因此,rTab(0)的值为传感器A和传感器B相关性的下限。
由于工作过程中,传感器A和传感器B同一时刻出现故障的可能性较小,且二者出现故障时获取的测量信号不存在必然的相关性,因此若rAB(0)大于rTab(0),可认为传感器A和传感器B均处于正常工作状态,跳转到正常工作的步骤七。
若rAB(0)小于或等于rTab(0),则传感器A和传感器B其中至少有一个出现故障,分以下三种情况:
若已知传感器A工作正常,则传感器B发生故障,跳转到故障隔离的步骤五。
若已知传感器B工作正常,则传感器A发生故障,跳转到故障隔离的步骤五。
若传感器A和传感器B均尚未进行自检,则无法对故障传感器进行定位,跳转到严重报警的步骤六。
步骤五,将发生故障的传感器的测量信号隔离处理,只采用正常工作传感器获取的测量信号,以保证测量系统获取信息的可靠性,顺序执行一般报警的步骤六。
步骤六,若已进行故障隔离,进行一般报警,并显示出现故障的传感器序号,顺序执行步骤七;若未实现故障隔离,且两个传感器构成的故障诊断集合中至少有一个出现故障,则程序给出严重报警信息并停止执行,提示必须立即对传感器系统进行整体检修;若未实现故障隔离,且随机选取的三个传感器构成的故障诊断集合中至少有两个出现故障,则程序给出严重报警信息并停止执行,提示必须立即对传感器系统进行整体检修。
步骤七,工作正常,跳转到步骤一;
上述故障诊断与隔离方法中相关系数计算的理论基础为:
假设{x(n)|n=0,1,…N-1}和{y(n)|n=0,1,…N-1}表示任意两个传感器上获取的测量信号的取样值,n是取样长度。这两个取样的标准化互相关函数表示如下:
这里x和y是两个采样的平均值。本发明中,r(0)表示两个采样值之间的相关系数,范围从-1到1。如果r(0)=1,则两个测量信号完全相同。相关系数越大,两个测量信号越接近。
以上对本发明及其实施方式的描述,并不局限于此,附图中所示仅是本发明的实施方式之一。在不脱离本发明创造宗旨的情况下,不经创造地设计出与该技术方案类似的结构或实施例,均属本发明保护范围。
Claims (1)
1.一种多传感器系统故障自诊断方法,该方法包括以下步骤:
步骤一,初始化,确定已知的多传感器系统中的输出信号具有相关性的传感器的自检状态及数目,对于包含t个具有相关性输出的传感器的多传感器系统,即输出信号具有相关性的传感器的个数为t,当t大于3,则跳转到步骤二;当t=3,则跳转到步骤三;当t=2,则跳转到步骤四;
步骤二,当传感器系统内采用传感器个数为t且t>3,即诊断对象数目为t且t>3个传感器构成的故障诊断集合时,首先判断是否已有m个传感器进行过自检,且0<m<t,若已经通过自检,系统工作正常,则从正常工作的传感器集合中任选一个传感器,在剩余的未进行自检的传感器集合中任选一个传感器,得到两传感器构成的故障诊断集合,即t=2,跳转到步骤四;若传感器系统内尚无传感器进行过自检m=0或者全部传感器均通过自检m=t,则随机选取三个传感器,t=3,得到故障诊断集合,即三传感器构成的故障诊断集合进行故障诊断与隔离,顺序执行步骤三;
步骤三,对于由传感器A、传感器B、传感器C构成的故障诊断集合,同一时间段,传感器A、传感器B、传感器C分别获取的具有相关性的测量信号Sa、测量信号Sb、测量信号Sc,对所述三个测量信号经两两相关计算得到任意两个传感器的测量信号之间的相关系数,将其与根据工况预先设定的阈值进行比较,进一步根据自检决策真值表,对各传感器的工作状态进行判断;
若诊断结果为传感器A、传感器B、传感器C均处于正常工作状态,则跳转到工作正常的步骤七;
若诊断结果为传感器A、传感器B、传感器C中的某一个出现故障,则跳转到故障隔离的步骤五;
若诊断结果为传感器A、传感器B、传感器C中至少两个传感器故障,则跳转到严重报警的步骤六;
步骤四,对于包含两个具有相关性的传感器的故障诊断集合,假定故障诊断集合包括传感器A、传感器B,同一时间段,传感器A、传感器B分别获取的测量信号Sa、测量信号Sb具有相关性,与步骤三同样的计算得到传感器A和传感器B的相关系数,将其与根据工况预先设定的阈值进行比较;
若诊断出传感器A、传感器B均处于正常工作状态,跳转到正常工作的步骤七;
若诊断出传感器A、传感器B中至少有一个出现故障,分以下情况:
若已知其中一个传感器工作正常,则另一个传感器发生故障,即可实现故障定位,跳转到故障隔离的步骤五;
若传感器A和传感器B的故障状态均未知,则无法对故障传感器进行定位,跳转到严重报警的步骤六;
步骤五,将发生故障的传感器测量信号隔离处理,只采用正常工作传感器获取的测量信号,以保证测量系统获取信息的可靠性,顺序执行步骤六的一般报警;
步骤六,若已进行故障隔离,进行一般报警,并显示出现故障的传感器序号,顺序执行步骤七;若未实现故障隔离,且两个传感器构成的故障诊断集合中至少有一个出现故障,则程序给出严重报警信息并停止执行,提示必须立即对传感器系统进行整体检修;若未实现故障隔离,且随机选取的三个传感器构成的故障诊断集合中至少有两个出现故障,则程序给出严重报警信息并停止执行,提示必须立即对传感器系统进行整体检修;
步骤七,工作正常,跳转到步骤一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100530869A CN101266273B (zh) | 2008-05-12 | 2008-05-12 | 一种多传感器系统故障自诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100530869A CN101266273B (zh) | 2008-05-12 | 2008-05-12 | 一种多传感器系统故障自诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101266273A CN101266273A (zh) | 2008-09-17 |
CN101266273B true CN101266273B (zh) | 2010-11-24 |
Family
ID=39988828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100530869A Expired - Fee Related CN101266273B (zh) | 2008-05-12 | 2008-05-12 | 一种多传感器系统故障自诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101266273B (zh) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923123B (zh) * | 2009-06-16 | 2012-08-22 | 中芯国际集成电路制造(上海)有限公司 | 相似性检测方法和装置 |
CN102052934B (zh) * | 2009-11-06 | 2012-06-06 | 北京理工大学 | 一种多线传感器故障诊断方法 |
JP5404437B2 (ja) * | 2010-01-13 | 2014-01-29 | 株式会社東芝 | 安全出力装置 |
US9163387B2 (en) * | 2011-03-03 | 2015-10-20 | Eaton Corporation | Fault detection, isolation and reconfiguration systems and methods for controlling electrohydraulic systems used in construction equipment |
CN102538859A (zh) * | 2011-05-19 | 2012-07-04 | 广东迅通科技股份有限公司 | 多类传感器的监测处理方法 |
CN102566477B (zh) * | 2012-01-04 | 2013-08-21 | 长沙中联消防机械有限公司 | 冗余信息处理方法、处理装置及工程机械 |
CN103389135B (zh) * | 2012-05-11 | 2018-04-03 | 深圳长城开发科技股份有限公司 | 计量设备的自动调整计量逻辑的方法 |
JP5942613B2 (ja) * | 2012-06-05 | 2016-06-29 | 株式会社ジェイテクト | センサ装置 |
DE102016203676A1 (de) * | 2016-03-07 | 2017-09-07 | Siemens Aktiengesellschaft | Transporteinheit mit zumindest einer Anlage |
CN107235027B (zh) * | 2016-03-29 | 2022-01-04 | 罗伯特·博世有限公司 | 用于车辆的碰撞检测设备、感应带、及控制单元 |
CN106569160B (zh) * | 2016-09-26 | 2019-11-12 | 株洲中车时代电气股份有限公司 | 辅助变流器输出电压传感器故障诊断方法及容错控制方法 |
CN107219157A (zh) * | 2017-07-29 | 2017-09-29 | 山东诺方电子科技有限公司 | 一种利用社会车辆进行大气颗粒物监测系统 |
EP3664056B1 (en) | 2017-08-02 | 2023-09-06 | Omron Corporation | Sensor device, background noise data transmission method, and background noise data transmission program |
JP6451911B1 (ja) * | 2017-08-02 | 2019-01-16 | オムロン株式会社 | センサ装置、背景雑音データ送信方法、および背景雑音データ送信プログラム |
CN107340212A (zh) * | 2017-08-18 | 2017-11-10 | 山东诺方电子科技有限公司 | 一种基于出租车顶灯的大气颗粒物在线监测设备 |
CN107340014B (zh) * | 2017-08-31 | 2020-04-21 | 广东美的制冷设备有限公司 | 多传感器的检测方法、装置及计算机可读存储介质 |
CN107544464B (zh) * | 2017-09-11 | 2020-08-11 | 天津达芸科技有限公司 | 一种工业故障的检测方法及系统 |
CN110095568A (zh) * | 2018-01-31 | 2019-08-06 | 智能城市网络有限公司 | 用于检测大气环境传感器出现故障的装置及方法 |
GB2589530B (en) * | 2018-02-01 | 2021-09-22 | Ogrands Innovation Inc | A method for isolating abnormal sub-sensor in six-core sensor |
CN108195728A (zh) * | 2018-02-01 | 2018-06-22 | 山东诺方电子科技有限公司 | 一种基于多核颗粒物传感器技术的控制系统及其控制方法 |
US10790844B2 (en) * | 2018-06-21 | 2020-09-29 | Lear Corporation | Sensor measurement verification in quasi real-time |
CN112567241A (zh) * | 2018-07-25 | 2021-03-26 | 山东诺方电子科技有限公司 | 环境传感器协同校准方法 |
CN109407039B (zh) * | 2018-11-13 | 2021-09-14 | 许继集团有限公司 | 智能电表及其系统、自诊断方法和故障检测方法 |
CN111044423A (zh) * | 2019-08-07 | 2020-04-21 | 山东诺方电子科技有限公司 | 一种便携式路面积尘负荷监测设备 |
WO2021146927A1 (en) * | 2020-01-21 | 2021-07-29 | Siemens Schweiz Ag | Method and apparatus for sensor fault detection |
CN111897330B (zh) * | 2020-07-28 | 2023-05-26 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种不同时域多传感器信息处理方法 |
CN111823859B (zh) * | 2020-07-30 | 2022-02-11 | 湖南行必达网联科技有限公司 | 双通道维修开关、维修开关盒和卡车 |
CN112098600A (zh) * | 2020-09-14 | 2020-12-18 | 哈尔滨工业大学 | 一种化学传感器阵列的故障检测及诊断方法 |
CN112834976B (zh) * | 2020-12-30 | 2022-12-27 | 国网河北能源技术服务有限公司 | 基于传输损耗的特高频传感器布置校验方法及终端设备 |
CN113339970B (zh) * | 2021-05-26 | 2022-04-15 | 青岛海尔空调器有限总公司 | 用于检测室内温度的方法、装置和智能空调 |
CN113671373A (zh) * | 2021-07-27 | 2021-11-19 | 三门三友科技股份有限公司 | 具有自检功能的电解槽内电解过程监测系统及方法 |
CN114025251A (zh) * | 2021-11-03 | 2022-02-08 | 国家石油天然气管网集团有限公司华南分公司 | 一种仪表异常的报警方法、装置以及介质 |
CN114708821B (zh) * | 2022-03-17 | 2022-10-14 | 空间显示(深圳)有限公司 | 一种基于多传感器数据融合的智能led显示屏系统 |
CN115453236A (zh) * | 2022-08-24 | 2022-12-09 | 大连海事大学 | 一种船舶风翼动力系统的故障诊断与健康评估方法 |
-
2008
- 2008-05-12 CN CN2008100530869A patent/CN101266273B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101266273A (zh) | 2008-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101266273B (zh) | 一种多传感器系统故障自诊断方法 | |
CN102538859A (zh) | 多类传感器的监测处理方法 | |
KR101874286B1 (ko) | 전력설비 모니터링 및 진단 시스템 | |
US9269206B2 (en) | System for monitoring a measurement chain of a turbojet engine | |
US10903532B2 (en) | Fault tolerant voltage measurement method | |
CN108227676A (zh) | 阀控缸电液伺服系统在线故障检测、估计及定位方法 | |
CN102819030B (zh) | 基于分布式传感器网络的导航系统完好性监测方法 | |
US20140189860A1 (en) | Control system cyber security | |
KR100991136B1 (ko) | 무선 센서 네트워크 장치 및 무선 센서 네트워크 장치의 센서노드 고장 탐지 방법 | |
CN103776480A (zh) | 基于多次移动平均的微小故障检测方法和装置 | |
CA2354944A1 (en) | Sensor fault detection, isolation and accomodation | |
CN102650629B (zh) | 一种实施基于光纤光栅的隧道渗水监测方法的装置 | |
Luo et al. | Fire detection and isolation for intelligent building system using adaptive sensory fusion method | |
Huang et al. | Design of a fault detection and isolation system for intelligent vehicle navigation system | |
CN102607630A (zh) | 编码器的故障检测方法、装置和系统 | |
JP2010181260A (ja) | センサ装置 | |
KR20130065411A (ko) | 모터의 홀센서 고장 판단방법 | |
CN100538681C (zh) | 传感器,控制器和用于监控至少一个传感器的方法 | |
CN106644055A (zh) | 一种旋转设备振动监测保护装置通道异常的检测方法 | |
Madany et al. | Fault detection prediction analysis of multi-sensor data fusion architecture and isolation using pseudo sensor enhancement method (PSEM) | |
CN110646076A (zh) | 一种车载汽车衡故障检测系统 | |
Fagarasan et al. | Parity equations for fault detection and isolation | |
Arogeti et al. | Mode tracking of hybrid systems in FDI framework | |
SU1710929A1 (ru) | Способ автоматизированного вы влени поврежденного участка в трубопроводных системах | |
Chen et al. | Robust residual generation using unknown input observers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101124 Termination date: 20130512 |