LabVIEW平臺下基于小波包神經網絡的濁度傳感器故障診斷.pdf

1、傳感器技術、通訊技術和計算機技術已成為現代信息技術的三大支柱，是信息產業(yè)的重要基礎工業(yè)。由于傳感器工作環(huán)境復雜惡劣、分布面廣、數據量大、傳感器安裝部位特殊等原因，使得傳感器成為過程控制中的薄弱環(huán)節(jié)之一，是系統(tǒng)中最易發(fā)生故障的部件，僅靠人力去發(fā)現和修復傳感器故障很難做到及時有效作為自動控制技術。因此，傳感器故障診斷問題是一個有重要現實意義的問題。小波分析和神經網絡作為傳感器故障診斷中兩種比較優(yōu)秀的理論方法，都得到了廣泛的應用，但也存在各自

2、的缺陷。小波分析由于其優(yōu)良的時頻分析特性，在故障診斷中可以將信號數據做準確地處理，提取故障信號的特征，但是就故障診斷本身的判別手段卻是不太容易確定，在很多情況下難以量化。神經網絡的非線性，平等分布處理，特別是其高度的自組織和自學習能力，使其成為故障診斷的一種有效方法和手段。但神經網絡的診斷過程只能通過改變網絡內部神經元函數和端口數來實現診斷效果的區(qū)別，并且神經網絡訓練樣本的選擇和數量對于診斷效果的影響很大，因此對于實現故障診斷的條件要求

3、較高。由于小波分析和神經網絡在故障診斷領域各自具有優(yōu)勢及不足，將兩者結合變成小波神經網絡（WNN，WaveletNeuralNetwork），形成了傳感器故障診斷的新思路。 本文研究了小波神經網絡應用了傳感器故障診斷的基本理論，在此基礎上，利用虛擬儀器開發(fā)平臺LabVIEW，研究了基于小波神經網絡濁度傳感器的故障診斷系統(tǒng)，此系統(tǒng)采用了系統(tǒng)的硬件平臺采用了PCDAQ/PCI數據采集卡系統(tǒng)，軟件設計采用三層小波包提取故障信號特征值，