基于ICA-SPRT的冗余传感器故障检测方法技术

本发明专利技术公开了基于ICA‑SPRT的冗余传感器故障检测方法，包括ICA‑SPRT故障检测系统，该ICA‑SPRT故障检测系统包括信号独立成份分析模块、信号识别估计模块和故障状态统计检测模块；所述信号独立成份分析模块采用ICA算法分离独立信号，并通过信号识别估计模块找到对应原信号的独立信号进行还原；故障状态统计检测模块通过SPRT算法获得故障判定。本发明专利技术提供了一种基于ICA‑SPRT的冗余传感器故障检测方法，可有效消除系统噪声和通道噪声的影响，在冗余度不高的情况下，仍能够实现准确的故障检测。

Fault detection method for redundant sensors based on ICA-SPRT

The invention discloses a fault detection method for redundant sensors based on ICA_SPRT, including an ICA_SPRT fault detection system, which comprises a signal independent component analysis module, a signal identification and estimation module and a fault state statistical detection module; the signal independent component analysis module is separated by ICA algorithm. The independent signal is found by the signal recognition and estimation module to restore the independent signal corresponding to the original signal, and the fault state statistical detection module gets the fault judgment through SPRT algorithm. The invention provides a fault detection method for redundant sensors based on ICA_SPRT, which can effectively eliminate the influence of system noise and channel noise, and can still achieve accurate fault detection under the condition of low redundancy.

【技术实现步骤摘要】
基于ICA-SPRT的冗余传感器故障检测方法
本专利技术涉及信号检测领域，特别是涉及一种基于ICA-SPRT的冗余传感器故障检测方法。
技术介绍
在一些重要的系统中，为提高系统的可用性和可靠性，对系统关键部位的参数采用冗余测试，在军工、航空航天和核电领域这一方法十分常见。用于参数测试的传感器的健康状况会直接影响测试结果，因此，还需要对传感器的可靠性进行验证或故障检测。传统的冗余传感器的验证方法有简单平均(SimpleAverage,SA)、仪表和校准监测程序(InstrumentationandCalibrationMonitoringProgram,ICMP)、奇偶空间方法等。传统的方法对于冗余度不高的系统参数很难区分其中的传感器故障。且在工业系统中，传感器的采集数据除了被测信号本身外，往往还包含系统噪声、通道噪声等复杂环境因素的影响，这些未知因素也给传感器故障检测带来额外难度，工业中通常对信号滤波处理，以抑制和防止干扰的影响，但难以消除系统噪声、通道噪声的影响。本专利针对传统方法存在的不足，采用独立成份分析-序贯概率比检验(IndependentComponentAnalysis本文档来自技高网...

【技术保护点】
1.基于ICA‑SPRT的冗余传感器故障检测方法，其特征在于，包括ICA‑SPRT故障检测系统，该ICA‑SPRT故障检测系统包括信号独立成份分析模块、信号识别估计模块和故障状态统计检测模块；所述信号独立成份分析模块采用ICA算法分离独立信号；所述信号识别估计模块使用分离的独立信号还原生成估计信号；该故障检测方法包括如下步骤：获得训练数据残差步骤，设定训练数据矩阵X，通过信号独立模块分析获得训练矩阵X的独立信号，将该独立信号输入信号识别估计模块，并生成训练数据的估计信号，使用训练数据的估计信号和原训练数据求得训练数据残差；获得监测数据残差步骤，获得监测数据矩阵X1，通过信号独立模块分析获得监测...

【技术特征摘要】
1.基于ICA-SPRT的冗余传感器故障检测方法，其特征在于，包括ICA-SPRT故障检测系统，该ICA-SPRT故障检测系统包括信号独立成份分析模块、信号识别估计模块和故障状态统计检测模块；所述信号独立成份分析模块采用ICA算法分离独立信号；所述信号识别估计模块使用分离的独立信号还原生成估计信号；该故障检测方法包括如下步骤：获得训练数据残差步骤，设定训练数据矩阵X，通过信号独立模块分析获得训练矩阵X的独立信号，将该独立信号输入信号识别估计模块，并生成训练数据的估计信号，使用训练数据的估计信号和原训练数据求得训练数据残差；获得监测数据残差步骤，获得监测数据矩阵X1，通过信号独立模块分析获得监测矩阵X1的独立信号，将该独立信号输入信号识别估计模块，并生成监测数据的估计信号，使用监测数据的估计信号和原训练数据求得监测数据残差；故障判断步骤，故障状态统计检测模块使用训练数据残差和监测数据残差代入SPRT算法，并输出监测数据的故障判定结果。2.根据权利要求1所述的基于ICA-SPRT的冗余传感器故障检测方法，其特征在于：所述信号独立成份分析模块的ICA算法通过所分离信号的非高斯性度量评价分离结果，并在非高斯性度量达到最大时获得分离的独立信号。3.根据权利要求2所述的基于ICA-SPRT的冗余传感器故障检测方法，其特征在于：通过负熵定义所述非高斯...

【专利技术属性】
技术研发人员：谢珊，丁军，金典，蔡源凤，吴一纯，郑剑香，缪惠芳，蔡岗全，王华清，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建,35