典型文献
基于模糊AGA-KPCA的MIMU传感器故障诊断方法
文献摘要：
传感器输出数据的可靠性是保障其发挥作用的前提.鉴于主元分析(PCA)处理非线性问题能力的不足,提出了一种基于核主元分析(KPCA)的非线性微惯性测量单元(MIMU)传感器故障诊断方法.通过构建KPCA模型预测误差和传感器变量贡献量变化值实现故障监测与定位,为了减少参数选择的盲目性和建模工作量,利用模糊推理改进的自适应遗传算法(AGA)对KPCA核函数参数进行自动优选.仿真结果表明,所提出的方法对MIMU传感器具有良好的故障监测与识别能力,相比于常规KPCA,故障监测的平均准确率提高了18.44％,证明了方法的有效性和优势.
文献关键词：
微惯性测量单元;传感器;故障诊断;核主元分析;自适应遗传算法
中图分类号：
作者姓名：
高运广;蔡艳平;盛安
作者机构：
湖南三一工业职业技术学院工程机械学院,长沙 410129;火箭军工程大学 作战保障学院,西安 710025
文献出处：
引用格式：
[1]高运广;蔡艳平;盛安-.基于模糊AGA-KPCA的MIMU传感器故障诊断方法)[J].中国惯性技术学报,2022(06):835-840
A类：
B类：
AGA,KPCA,MIMU,传感器故障诊断,故障诊断方法,非线性问题,问题能力,核主元分析,微惯性测量单元,预测误差,变量贡献,贡献量,故障监测,参数选择,盲目性,模糊推理,自适应遗传算法,核函数,函数参数,识别能力,平均准确率
AB值：
0.271668
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
