摘 要：簡(jiǎn)要介紹了回歸型支持向量機(jī)（Support Vector Regression，SVR），并在此基礎(chǔ)上構(gòu)建了一個(gè)傳感器故障診斷系統(tǒng)，對(duì)SVR采用離線訓(xùn)練，在線應(yīng)用的方法，用訓(xùn)練好的SVR來(lái)模擬柴油機(jī)溫度控制的傳感器系統(tǒng)的動(dòng)態(tài)特性。仿真結(jié)果表明：SVR能有效地模擬傳感器系統(tǒng)的動(dòng)態(tài)特性，能跟蹤傳感器的輸出信號(hào)，并及時(shí)對(duì)傳感器故障進(jìn)行準(zhǔn)確的診斷。 關(guān)鍵詞：回歸型支持向量機(jī);傳感器;故障診斷 0 引言 　　傳感器是測(cè)量?jī)x器、智能化儀表、自動(dòng)控制系統(tǒng)以及計(jì)算機(jī)信息輸入裝置中的敏感元件，傳感器的好壞不僅直接關(guān)系到設(shè)備的運(yùn)行狀態(tài)，而且關(guān)系到至關(guān)重要的安全問(wèn)題。在實(shí)際系統(tǒng)中，由于傳感器工作環(huán)境復(fù)雜、分布面廣、數(shù)據(jù)量大、安裝部位特殊等原因，使得傳感器成為過(guò)程控制中的薄弱環(huán)節(jié)之一，成為系統(tǒng)中最易發(fā)生故障的部件。如果傳感器在使用過(guò)程中發(fā)生了故障，就會(huì)引起系統(tǒng)性能下降和誤差積累，甚至導(dǎo)致整個(gè)系統(tǒng)的癱瘓，因此我們希望當(dāng)傳感器發(fā)生故障后，能夠及時(shí)診斷到故障和進(jìn)行隔離。到目前為止，已形成了多種傳感器故障診斷的方法：如硬件冗余法、解析冗余法、卡爾曼濾波器方法，神經(jīng)網(wǎng)絡(luò)觀測(cè)器組方法以及基于小波分析的方法[1]等。但這些方法普遍效果不盡如人意。 　　回歸型支持向量機(jī)（Support Vector Regression，SVR）是以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)的一種新的機(jī)器學(xué)習(xí)算法[2]，它采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化（SRM）原則，并較好地解決了小樣本的學(xué)習(xí)問(wèn)題，具有全局唯一最優(yōu)解、泛化能力強(qiáng)、模型結(jié)構(gòu)由算法自動(dòng)確定等一系列優(yōu)點(diǎn)。本文首先簡(jiǎn)要介紹了回歸型支持向量機(jī)的原理，然后提出了基于SVR的傳感器故障診斷方法和步驟，最后以某柴油機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)上的溫度傳感器的輸出信號(hào)進(jìn)行了驗(yàn)證。 詳情請(qǐng)點(diǎn)擊：一種基于SVR的傳感器系統(tǒng)故障診斷方法