基于冗余关系分析的传感器自诊断设计方法研究

工业过程中传感器数量众多且可靠性要求高,而传统定期检测评估其健康状况的方式不但费时费力且不能满足传感器智能化的发展需求。针对这一问题,提出了一种基于测量数据统计相关性的传感器自诊断设计方法。利用传感器测量数据建立其统计关系模型,借助自编码器提取传感器数据特征并将其编码为二进制形式。在同时考虑传感器测量数据统计独立和统计相关两种情况下,在有参考值时,通过引入故障检测概率和误检概率建立了独立统计模型实现传感器的故障自诊断;在无参考值情况下,借助高斯Copula函数建立多元统计依赖模型评估参数之间的相关性,并利用贝叶斯理论在不依赖参考值的情况下自学习获取传感器的健康状况。本研究以镍闪速炉系统为例,两种模式下测量系统中健康传感器的故障检测后验概率达到了0.92,即故障统计模型的参数与建模期望相符。实验结果表明,所提方法在两种模式下均能准确识别出测量系统中的故障传感器,验证了所提方法的有效性与可行性。