基于SVM和RBFN的汽车主动降噪系统传感器故障诊断.pdf

基于SVM和RBFN的汽车主动降噪系统传感器故障诊断.pdf

ID:52971328

大小:710.97 KB

页数:6页

时间:2020-04-05

基于SVM和RBFN的汽车主动降噪系统传感器故障诊断.pdf_第1页
基于SVM和RBFN的汽车主动降噪系统传感器故障诊断.pdf_第2页
基于SVM和RBFN的汽车主动降噪系统传感器故障诊断.pdf_第3页
基于SVM和RBFN的汽车主动降噪系统传感器故障诊断.pdf_第4页
基于SVM和RBFN的汽车主动降噪系统传感器故障诊断.pdf_第5页
资源描述:

《基于SVM和RBFN的汽车主动降噪系统传感器故障诊断.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷第4期传感技术学报V01.27No.4CHINESEJOURNALOFSENSORSANDACTUATORSApr.20142014年4月SensorFaultDiagnosisoftheAutomobileActiveNoiseControlSystemBasedonSVMandRBFNSAIJierhu,DAIShengfang,DONGAihua,MAIOQingying(CollegeofInformationSciencesandTechnology,DonghuaUniversity,Shanghai201620,China)Abstract:Thenormalopera

2、tionoftheautomobileactivenoisecontrolsystemdependsonmultiplesensors.OncethereiSanysensorfailure.itwillseverelyaffectthenoisereductioneffect.Inordertoguaranteetheautomobileactivenoisecontrolsystem’Sperformance,asensorfaultdiagnosissystembasedonsupportvectormachines(SVM)andradialbasisfunctionnetworks

3、(RBFN)isputforward.TheSVMmodelmonitorssensorfault,meanwhiletheRBFNmodelslocatethefaultsensorandreconstructitssignalbasedontheinformationredundancybetweeneachsensor.Simulationresultsprovethattheproposeddiagnosissystemcouldeffectivelydiagnoseanysensorfaultintheautomobileactivenoisecontrolsystemaswell

4、asreconstructfaultsensor’Ssigna1.ComparedtotheconventionalaH—tomobileactivenoisecontrolsystem,introducingtheproposeddiagnosissystemprovideshigherreliabilityofnoisereduction.Keywords:faultdiagnosis;signalprediction;suppo~vectormachines;radialbasisfunctionnetworks;signalrecon—struction;automobileacti

5、venoisecontrolEEACC:7230;7210B;1295doi:10.3969/j.issn.1004-1699.2014.04.017基于SVM和RBFN的汽车主动降噪系统传感器故障诊断术赛吉尔呼,戴盛芳,董爱华,苗清影(东华大学信息科学与技术学院,上海201620)摘要:汽车主动降噪系统的工作依赖于多个噪声传感器,一旦传感器发生故障,将严重影响降噪效果。为保证汽车主动降噪系统的性能,提出了由支持向量机(SVM)预测模型和径向基神经网络(RBFN)预测模型构成的传感器故障诊断系统,SVM模型判断是否发生传感器故障,RBFN模型则利用各传感器间的信息冗余关系定位故障传感器并对其

6、信号进行重构。仿真结果表明,该诊断系统可有效实现汽车主动降噪系统中的传感器故障诊断及信号重构。与传统的汽车主动降噪系统相比,引入传感器故障诊断系统可保证更稳定的降噪性能。关键词:故障诊断;信号预测;支持向量机;径向基神经网络;信号重构;汽车主动降噪系统中图分类号:TP277;TP206文献标识码:A文章编号:1004-1699(2014)04-0512-06随着人们对汽车舒适性要求的日益提高,噪声特断方法应用最为广泛。文献[1]利用BP神经网络性已成为衡量乘用车舒适性的重要指标。主动降噪逼近各传感器间的冗余关系来进行传感器的故障诊技术是当今汽车消噪技术的新趋势。为了获取噪声断,文献[2]则提

7、出了一种基于两级BP神经网络的特I生,需在噪声源及驾驶室内安装相关的噪声检测传传感器故障诊断方法,并将其应用于水下航行器的感器。这些传感器一旦发生故障,可能会引起控制声主动容错控制技术中。利用BP神经网络的非线性源的误响应而加剧噪声。因此,对汽车主动降噪系统学习能力,通过预测传感器信号的输出,能在一定程中关键位置的传感器进行一定的故障检测及信号重度上实现传感器的故障诊断,但当学习样本数较少构,是保证主动降噪系

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。