CN101799463A - 瓦斯传感器故障智能诊断装置 - Google Patents
瓦斯传感器故障智能诊断装置 Download PDFInfo
- Publication number
- CN101799463A CN101799463A CN201010102110A CN201010102110A CN101799463A CN 101799463 A CN101799463 A CN 101799463A CN 201010102110 A CN201010102110 A CN 201010102110A CN 201010102110 A CN201010102110 A CN 201010102110A CN 101799463 A CN101799463 A CN 101799463A
- Authority
- CN
- China
- Prior art keywords
- fault diagnosis
- gas
- sensor
- gas sensor
- precision
- 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.)
- Pending
Links
Images
Abstract
本发明公开了瓦斯传感器故障智能诊断装置,相关数量(风速、风量、温度、CO2)通过传感器输出信号作为向高精度RBF网络逼近器信号输入,高精度RBF网络逼近器与故障诊断系统相连,输出诊断结果,形成信号输出输入回路,测点瓦斯与被检瓦斯传感器相连,并且向故障诊断系统输出信号,形成信号传输回路,高精度RBF网络逼近器根据各相关参量值计算出高精度的瓦斯逼近值,以逼近值作为监测瓦斯传感器状态的参考基准,来实现对瓦斯传感器有效的故障诊断,改变人工分离出瓦斯传感器各自检验的费工费时的旧方法,增加了瓦斯监测系统数据的可靠性,实现煤矿安全生产,具有广泛的应用前景。
Description
技术领域:
本发明专利涉及一种对瓦斯监测系统中瓦斯传感器故障智能诊断装置,尤其涉及一种利用信息融合技术、径向基函数网络非线性拟合能力,构造高精度RBF网络逼近器,实现瓦斯传感器智能故障诊断。
背景技术:
煤矿瓦斯传感器在井下高温、高湿、大粉尘的恶劣环境下容易发生故障,一般是通过人工定期巡查查找故障进行排除,这种人工做法费时费力,同时还会影响生产。目前还没有一种可以自动检测故障瓦斯传感器,并能给出故障原因,形成简便快速效果,快速排出故障、提高瓦斯预报可靠性的检测装置。
发明内容:
本发明专利针对现有技术的不足,提供了瓦斯传感器故障智能诊断装置。
为实现以上目的,本发明专利采用的技术方案为:
瓦斯传感器故障智能诊断装置,由传感器、高精度RBF网络逼近器、故障诊断系统、被检瓦斯传感器组成,相关数量(风速、风量、温度、CO2)通过传感器输出信号作为向高精度RBF网络逼近器信号输入,高精度RBF网络逼近器与故障诊断系统相连,输出诊断结果,形成信号输出输入回路,测点瓦斯与被检瓦斯传感器相连,并且向故障诊断系统输出信号,形成信号传输回路。
所述的高精度RBF网络逼近器根据各相关参量值计算出高精度的瓦斯逼近值,以逼近值作为监测瓦斯传感器状态的参考基准,来实现对瓦斯传感器有效的故障诊断。
本发明专利利用径向基函数(Radial Basis Function,RBF)网络强大的非线性拟合能力,将基于RBF网络的信息融合技术应用于瓦斯传感器的故障诊断,通过对影响测点瓦斯浓度的各种相关信息融合,利用高精度RBF网络逼近器输出和被测瓦斯传感器实际输出之差与设定的阈值比较,检测瓦斯传感器故障诊断,改变人工分离出瓦斯传感器各自检验的费工费时的旧方法,增加了瓦斯监测系统数据的可靠性,实现煤矿安全生产,具有广泛的应用前景。
附图说明:
图1为发明专利故障诊断结构原理图。
图2为某采煤工作面瓦斯传感器的设置图。
图3为发明专利RBF网络训练原理图。
具体实施方式:
如图1所示,瓦斯传感器故障智能诊断装置,由传感器1、高精度RBF网络逼近器2、故障诊断系统3、被检瓦斯传感器4组成,相关数量(风速、风量、温度、CO2)通过传感器1输出信号作为向高精度RBF网络逼近器2信号输入,高精度RBF网络逼近器2与故障诊断系统4相连,输出诊断结果,形成信号输出输入回路;测点瓦斯与被检瓦斯传感器4相连,并且向故障诊断系统4输出信号,形成信号传输回路。
如图2所示,T0上隅角瓦斯传感器,T1、T2为回风巷瓦斯传感器,T3、T4为进风巷瓦斯传感器,同时还有风速、温度、CO2等传感器(未在图中明示)。可以看出,瓦斯传浓度与环境中的风速、风量、温度、CO2及T0、T2的参数有关,当风速、风量变化时,瓦斯传感器T1及T0、T2都将发生改变,进而影响到温度值和CO2含量值,可见,在风速、风量、瓦斯浓度、温度值和CO2含量等相关因素的共同作用下决定了瓦斯传感器T1。
如图3所示,RBF网络以这些对应传感器的输出信号作为输入,通过对这些相关参量实测数据样本的离线学习而达到预期的训练目标后,便建立了瓦斯传感器T1高精度RBF网络逼近模型,构成高精度RBF网络逼近器。然后使高精度RBF网络逼近器进行在线工作,根据风速、风量、温度、CO2及T0、T2等传感器测得的这些影响瓦斯传感器T1的各相关参量值计算出高精度的瓦斯逼近值y′,y′被故障诊断系统作为监视T1传感器测量值y的参考基准来实现对瓦斯传感器T1状态的有效监测,当瓦斯传感器T1没有发生故障时,y′与y的残差很小;当瓦斯传感器T1发生故障时,y不能准确反映测点瓦斯浓度了,此时,y′和y的残差也相应会发生很大变化;设计的故障诊断系统由y和y′的残差变化情况,依据一定的诊断策略便能做出故障诊断。
设计的故障诊断系统中,设定阈值θ,当y′与y的残差绝对值|y-y′|≥θ时,就可以判定瓦斯传感器出现了故障,阈值θ在实际确定中需要经验性知识和实际数据的验证,本文则首先根据经验,采用了样本离线训练误差和噪声标准差的大小来确定阈值,即用离线训练误差的最大值与瓦斯传感器输出噪声标准差σ的3倍之和作为阈值,这样选择阈值消除了由输出噪声和学习误差造成的误报警;然后在实际应用中检验核对该阈值,允许根据实际情况进行相应调整。
本发明专利可以自动检测故障瓦斯传感器,并能给出故障原因,形成简便快速效果,快速排出故障、提高瓦斯预报可靠性。
Claims (2)
1.瓦斯传感器故障智能诊断装置,其特征在于:传感器输出信号作为向高精度RBF网络逼近器信号输入,高精度RBF网络逼近器与故障诊断系统相连,输出诊断结果,形成信号输出输入回路,测点瓦斯与被检瓦斯传感器相连,并且向故障诊断系统输出信号,形成信号传输回路。
2.根据权利要求1所述的瓦斯传感器故障智能诊断装置,其特征在于:高精度RBF网络逼近器根据各相关参量值计算出高精度的瓦斯逼近值,以逼近值作为监测瓦斯传感器状态的参考基准,来实现对瓦斯传感器有效的故障诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010102110A CN101799463A (zh) | 2010-01-28 | 2010-01-28 | 瓦斯传感器故障智能诊断装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010102110A CN101799463A (zh) | 2010-01-28 | 2010-01-28 | 瓦斯传感器故障智能诊断装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101799463A true CN101799463A (zh) | 2010-08-11 |
Family
ID=42595226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010102110A Pending CN101799463A (zh) | 2010-01-28 | 2010-01-28 | 瓦斯传感器故障智能诊断装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101799463A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015133102A (ja) * | 2014-01-15 | 2015-07-23 | ザ・ボーイング・カンパニーTheBoeing Company | 煙検出センサーネットワークシステム及び方法 |
CN105659176A (zh) * | 2013-08-22 | 2016-06-08 | 乔治洛德方法研究和开发液化空气有限公司 | 确定蒸馏塔中的化学成分的浓度时检测故障 |
CN105891427A (zh) * | 2016-06-08 | 2016-08-24 | 深圳市欧瑞博电子有限公司 | 基于云计算的传感器寿命监测方法及装置 |
CN108151834A (zh) * | 2016-12-02 | 2018-06-12 | 重庆川然节能技术有限公司 | 一种用于工业炉、锅炉的传感器自检方法及系统 |
CN109724941A (zh) * | 2019-02-27 | 2019-05-07 | 大唐长山热电厂 | 一种基于径向基神经网络的co2高温气体浓度检测方法 |
CN117553840A (zh) * | 2024-01-11 | 2024-02-13 | 深圳汉光电子技术有限公司 | 一种基于智能化管理的仪表及其系统 |
-
2010
- 2010-01-28 CN CN201010102110A patent/CN101799463A/zh active Pending
Non-Patent Citations (1)
Title |
---|
王其军等: "基于信息融合技术的瓦斯传感器故障诊断研究", 《工矿自动化》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105659176A (zh) * | 2013-08-22 | 2016-06-08 | 乔治洛德方法研究和开发液化空气有限公司 | 确定蒸馏塔中的化学成分的浓度时检测故障 |
JP2015133102A (ja) * | 2014-01-15 | 2015-07-23 | ザ・ボーイング・カンパニーTheBoeing Company | 煙検出センサーネットワークシステム及び方法 |
CN105891427A (zh) * | 2016-06-08 | 2016-08-24 | 深圳市欧瑞博电子有限公司 | 基于云计算的传感器寿命监测方法及装置 |
CN105891427B (zh) * | 2016-06-08 | 2019-05-31 | 深圳市欧瑞博电子有限公司 | 基于云计算的传感器寿命监测方法及装置 |
CN108151834A (zh) * | 2016-12-02 | 2018-06-12 | 重庆川然节能技术有限公司 | 一种用于工业炉、锅炉的传感器自检方法及系统 |
CN108151834B (zh) * | 2016-12-02 | 2020-11-20 | 重庆川然节能技术有限公司 | 一种用于工业炉、锅炉的传感器自检方法及系统 |
CN109724941A (zh) * | 2019-02-27 | 2019-05-07 | 大唐长山热电厂 | 一种基于径向基神经网络的co2高温气体浓度检测方法 |
CN117553840A (zh) * | 2024-01-11 | 2024-02-13 | 深圳汉光电子技术有限公司 | 一种基于智能化管理的仪表及其系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101799463A (zh) | 瓦斯传感器故障智能诊断装置 | |
CN102704979B (zh) | 一种煤矿通风智能管理系统 | |
CN107144303A (zh) | 一种矿用机电设备的故障检测系统、方法及装置 | |
CN204286557U (zh) | 一种天然气实流检定实时核查系统 | |
CN201255729Y (zh) | 基于多传感器数据融合的木材含水率智能检测装置 | |
CN203929630U (zh) | Tdlas甲烷气体浓度检测系统 | |
CN205066821U (zh) | 土木工程健康监测装置 | |
CN101598579B (zh) | 一种测试标定危化品运输监控设备的系统和方法 | |
CN107559046A (zh) | 煤矿井下巷道变形、风量及瓦斯浓度综合监测预警系统 | |
CN201653849U (zh) | 电厂煤质在线分析装置 | |
CN104089656B (zh) | 一种堆场煤炭自燃检测方法和装置 | |
CN202339619U (zh) | 气体配气检测系统 | |
CN203148889U (zh) | 无损检测装置 | |
CN201440077U (zh) | 一种危化品运输监控设备的检测标定装置 | |
CN101813494B (zh) | 消除传感器自身和外界干扰的方法 | |
CN104457851A (zh) | 一种土木工程结构健康状态远程监测系统 | |
CN105404275B (zh) | 一种卫星控制测试设备自动检测系统及检测方法 | |
CN203443620U (zh) | 一种烟气的测量装置 | |
EP2956751B1 (en) | Method and monitoring device for monitoring a structure | |
CN105067479A (zh) | 一种混合式飞灰含碳量在线检测装置实现方法 | |
CN104964792A (zh) | 一种差压传感器静态性能检测装置 | |
CN201402407Y (zh) | 汽车安全气囊在线检测plc控制系统 | |
CN206142809U (zh) | 一种具有自检功能的自动给料系统 | |
CN202166610U (zh) | 二氧化碳地质封存泄漏的监测装置 | |
CN205749712U (zh) | 一种车载电子的自动化测试装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100811 |