基于信息融合的汽车衡称重传感器故障诊断
林海军
滕召胜
迟海
吴阳平
易钊
1.湖南大学电气与信息工程学院,湖南,长沙,4100822.湖南大学电气与信息工程学院,湖南,长沙,4100823.湖南大学电气与信息工程学院,湖南,长沙,4100824.湖南大学电气与信息工程学院,湖南,长沙,4100825.湖南大学电气与信息工程学院,湖南,长沙,410082
摘要：传统汽车衡不具备故障诊断功能,任一称重传感器发生故障都将导致称重系统失效.为此提出了一种基于信息融合的汽车衡称重传感器故障诊断方法,利用径向基函数神经网络(RBFNN)逼近汽车衡多路称重传感器之间的函数关系,预测各传感器的输出,并给出RBFNN的训练算法;以各传感器的预测信号与实测信号为输入,建立了融合检测模型,采用表决融合检测准则,完成故障传感器寻址、故障类型识别、故障程度判决和故障传感器正常输出估计等故障诊断.大量实验与现场检定证明,采用这种方法的汽车衡准确实现了称重传感器故障诊断,任一称重传感器失效后的汽车衡性能优于正常状态下4级秤的指标,其最大称蕈误差≤0.7%,提高了系统可靠性.
关键词：汽车衡称重传感器故障诊断信息融合径向基神经网络
分类号：TF206(冶金工业)
资助基金：商务部优化机电和高新技术产品进出口结构资金资助项目(财企[2007]301号)湖南省自然科学基金资助项目(00JJY2061)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 25-31 )
英文信息