基于ASGSO-SVR模型的瓦斯传感器故障诊断

黄凯峰^1,2，刘泽功¹，王其军²，杨静³，高魁¹

1. 安徽理工大学能源与安全学院2. 淮南职业技术学院信电系3. 安徽理工大学理学院

摘 要：针对现行煤矿瓦斯传感器常见的卡死、冲击、漂移等故障,运用支持向量回归机建立多传感器数据融合的瓦斯浓度预测模型,详细研究影响该预测模型精度的相关参数选择方法,提出用ASGSO算法自适应优化支持向量机预测模型参数的算法,将模型预测结果与现场实测瓦斯浓度相比较得到残差δ,用于对瓦斯传感器故障的诊断。用现场监控数据对该方法进行离线仿真实验,得到残差信号的变化曲线。通过选择合理的阈值,判断传感器是否处于故障状态。结果表明,ASGSO算法参数优化对提高SVR预测模型的精度有很大帮助,此方法对瓦斯传感器的常见故障的诊断是正确和有效的。

关键词：瓦斯传感器;故障诊断;ASGSO算法;支持向量回归;