文档介绍：黧半貌獾荻镆橼鑫遂:泌浚论文题目;基于数据融合的红外阵列传感器故障诊断的研究邱橙摘要研究生签名:指导老师:李琦教授本文研究和提出了一种基于多传感器数据融合技术的红外阵列传感器的故障自诊断方法;红外传感器因其远距离、非接触、实时性能良好的特点,被广泛应用于军事、工业、日常生活等诸多领域,但其自身比较脆弱,容易受外界影响,发生各种故障而导致测量结果产生错误。为了提高红外传感器的测量稳定性,即时发现传感器的故障,需要研究相关的红外传感器的故障诊断方法;一般的故障诊断方法需要添加新的故障观测设备,这就增加了传感器的制造成本,同时也可能增大了整个系统的复杂程度。对于红外阵列传感器,基于多传感器的信息融合技术,利用传感器序列间存在的相关信息和冗余,可以对传感器信号进行跟踪恢复,从而实现对传感器信号的故障诊断。本文提出的诊断策略利用神经元网络产生传感器的跟踪和对比信号,通过对跟踪信号和原信号的特征提取,获得故障诊断和故障分类的依据,然后利用一个基于P偷分类器对故障进行分类,仿真实验结果表明,这种故障诊断策略能过较为有效的实现红外阵列传感器的故障自诊断。关键词。数据融合,神经元网络,机器学习,支持向量机,故障诊断,信号跟踪
后呃篢::.·琻..篟猻,猻琒現瓾.,..篋琇..甋甌猠..,,
求日课题的研究背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..红外测温及故障原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文所做的工作及结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.焱庹罅写ǜ械墓ぷ骰肪澈腿惹P汀红外阵列传感器的工作环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯热区的模型建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯热传导方程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯简化的热区建模⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...传感器探测的信号获取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..谏窬5墓收闲藕鸥偻纭人工神经元网络的原理。【】⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.利用神经元网络跟踪阵列传感器故障跟踪信号的方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯利用神经元网络的优势和依据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..神经元跟踪网络的模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..神经元跟踪网络的整体结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..径向基函数网络的构造⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..径向基函数跟踪网络的性能⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯收闲藕诺奶卣魈崛『凸收侠嘈偷姆掷嗨惴ā故障诊断信号的特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据融合的信息层次和特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯原始对比信号的特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...红外传感器的故障类型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..故障诊断所需提取的特征分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯故障诊断特征向量的具体提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯....红外传感器的信号模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..红外传感器信号的特征信息提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯故障诊断的故障分类器的构造⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯智能分类器和支持向量机算法【⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..智能分类器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..支持向量机算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...分类器算法在故障诊断问题上的优劣比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯利用所选特征向量对支持向量机分类器进行的训练和仿真结果⋯⋯⋯...支持向量机分类器的结构模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯峁鼓P偷姆掷嗥鞯难盗贰焱庹罅写ǜ衅鞴收险锒舷低车木咛迳杓坪褪笛榉抡娼峁红外阵列传感器故障诊断仿真实验的整体结构设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯仿真实验过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯仿真实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯煺呗邸..基于小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯/《;⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯目录..
芙嵊胝雇参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯西安理工大学硕士学位论文
⋯【渴峭ü讲馊仍幢砻娣⑸涞暮焱夥洌ń邮盏降娜确溆刖院谔宓姆射进行比较,通过衡量红外辐射能量的