一种面向电子鼻的MOS气体传感器阵列故障诊断方法技术

本发明专利技术公开了一种面向电子鼻的MOS气体传感器阵列故障诊断方法，所述方法包括如下步骤：一、构建STW故障检测数据集；二、将经STW分割处理后的多维响应信号输入GTN故障检测模型，得到故障检测结果，若该检测结果为检测到故障发生，则执行三；三、构建GADF‑MTF故障识别数据集；四、构建基于IResnet的故障识别网络；五、将GADF‑MTF故障识别数据集输入到基于IResnet的故障识别网络，依据热度图特征利用基于IResnet的故障识别网络对每个传感器的响应信号类型进行识别，确定故障传感器的位置和故障类型，得到故障识别结果。该方法能有效降低故障检测的误报率，具有很好的故障识别性能，适合长远的推广及应用。

【技术实现步骤摘要】

本专利技术涉及一种气体传感器阵列故障诊断方法，具体涉及一种基于滑动时间窗口算法(stw)-gated transformernetwork(gtn)和gadf-mtf-iresnet(格拉姆角差场-马尔可夫转移场-改进深度残差网络)的mos气体传感器阵列故障诊断方法。

技术介绍

1、气体传感器阵列作为电子鼻系统的关键信息获取部件，传感器的突发故障会导致传感器阵列输出信号变化从而影响已有智能分析模型的分析准确性。随着电子鼻系统应用场景的日趋复杂，长期使用过程中气体传感器不可避免地会发生诸如接触点开焊、加热器退化、电源波动等突发故障，导致传感器阵列响应输出不稳定。因此，有必要对电子鼻系统中的气体传感器阵列的异常状态进行监测。及时对传感器进行故障检测、隔离与诊断，对提升电子鼻系统的可靠性和可维护性具有重要意义。

2、传统基于pca及相近方法的故障检测、隔离与诊断方法利用mos气体传感器阵列在未通入目标气体情况下的正常信号进行建模。首先利用spe或t2统计量实现故障检测，再结合贡献图方法对故障传感器进行隔离，最后利用分类算法解决故障诊断问题。然而，mo本文档来自技高网...

【技术保护点】

1.一种面向电子鼻的MOS气体传感器阵列故障诊断方法，其特征在于所述方法包括如下步骤：

2.根据权利要求1所述的面向电子鼻的MOS气体传感器阵列故障诊断方法，其特征在于所述步骤一的具体步骤如下：

3.根据权利要求2所述的面向电子鼻的MOS气体传感器阵列故障诊断方法，其特征在于所述步骤步骤一三中，为分割好的时间窗样本依次打上故障类或正常类标签，并使用脚本将数据集随机划分为训练集和测试集。

4.根据权利要求1所述的面向电子鼻的MOS气体传感器阵列故障诊断方法，其特征在于所述步骤三的具体步骤如下：

5.根据权利要求1所述的面向电子鼻的MOS气体传...

【技术特征摘要】

1.一种面向电子鼻的mos气体传感器阵列故障诊断方法，其特征在于所述方法包括如下步骤：

2.根据权利要求1所述的面向电子鼻的mos气体传感器阵列故障诊断方法，其特征在于所述步骤一的具体步骤如下：

3.根据权利要求2所述的面向电子鼻的mos气体传感器阵列故障诊断方法，其特征在于所述步骤步骤一三中，为分割好的时间窗样本依次打上故障类或正常类标签，并使用脚本将数据集随机划分为训练集和测试集。

4.根据权利要求1所述的面向电子鼻的mos气体传感器阵列故障诊断方法，其特征在于所述步骤三的具体步骤如下：

5.根据权利要求1所述的面向电子鼻的mo...

【专利技术属性】
技术研发人员：陈寅生，陈雨虹，石金龙，王名扬，陈紫妍，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：