一种基于宽度神经网络的传感器初期漂移故障在线诊断方法技术

一种基于宽度神经网络的传感器初期漂移故障在线诊断方法涉及数据驱动的故障诊断技术领域，又直接应用于污水处理领域。本发明专利技术在考虑漂移故障初期特性的前提下，设计了由基于傅里叶的特征提取层、门控注意力增强层及输出层构成的宽度神经网络结构，有效提升了模型的鲁棒性和初期故障诊断能力。同时，网络可以动态添加增强节点，在提高诊断精度的同时具有较低的时间开销，解决了污水处理过程传感器漂移故障初期难以及时准确诊断的问题，确保了污水处理厂安全可靠运行。

【技术实现步骤摘要】

本专利技术是一种基于宽度神经网络的传感器初期漂移故障在线诊断方法，旨在实现对污水处理过程的传感器初期漂移故障进行在线诊断，包括检测故障发生时刻与定位故障传感器。

技术介绍

1、传感器是评估污水处理过程运行状况不可或缺的工具，其可靠性是确保污水处理厂安全和出水水质的先决条件。然而，由于高温、潮湿、腐蚀等环境条件及安装维护不当等因素，传感器极易出现故障。传感器故障可分为以下几类：漂移故障、偏差故障、精度下降故障、尖峰故障和卡死故障。其中，漂移故障是最常见的类型之一，其特点是随着时间的推移缓慢而渐进变化。随着漂移故障的发展，数据会显著失真，进而造成控制失败、出水水质不达标等灾难性影响。然而，重大故障通常不会突然发生，而是从初期故障演变而来。初期故障是指传感器开始恶化时的第一个变化点。漂移故障的初期阶段检测有助于及时采取补偿措施，控制故障的严重程度。因此，及时准确检测初期漂移故障发生时刻并定位故障传感器对于确保污水处理厂的安全运行至关重要。

2、目前，漂移故障初期诊断仍是一项重大挑战。首先，鉴于污水处理过程的非线性、强耦合、高时变等复杂特性，传感器的漂本文档来自技高网...

【技术保护点】

1.一种基于宽度神经网络的传感器初期漂移故障在线诊断方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种基于宽度神经网络的传感器初期漂移故...

【专利技术属性】
技术研发人员：乔俊飞，张佳宁，李文静，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：