[发明专利]一种化学传感器阵列的故障检测及诊断方法

说明书

一种化学传感器阵列的故障检测及诊断方法，涉及气体检测领域，针对现有技术中化学传感器的突发故障会导致整个电子鼻系统分析结果严重失准的问题，包括步骤一：采集化学传感器阵列的输出信号，并结合历史输出信号，组成训练集；步骤二：利用训练集训练基于多变量相关向量机的多元回归模型；步骤三：利用训练好的基于多变量相关向量机的多元回归模型对化学传感器阵列中的各个传感器的测量值进行预测；步骤四：判断各个传感器测量值是否发生突变；步骤五：根据各个传感器测量值是否发生突变进行一致性判定，然后根据一致性判定结果判断化学传感器阵列是否运行正常，若化学传感器阵列运行不正常则通过训练好的多分类相关向量机分类器判定故障类型。

技术领域

本发明涉及气体检测设备技术领域，具体为一种化学传感器阵列的故障检测及诊断方法。

背景技术

电子鼻是一种用于检测气味的设备，具有在模拟人类嗅觉器官精确识别气体种类和浓度方面的潜力，自开展研发以来一直受到科学界和工业界的广泛关注。目前，电子鼻在环境监测、疾病诊断、公共安全、机器人、农业生产及食品工程领域具有广阔的应用前景。电子鼻系统的核心是由一个化学检测平台及与之对应的机器学习算法组成，用来鉴别、分类、量化及监测目标气体。

化学传感器阵列以其灵敏度高、稳定性好、操作简单、成本低廉的优点，已经成为了电子鼻系统中常用的化学检测平台。然而，由于化学传感器气敏材料的性质及传感器结构、工艺的限制，都会导致传感器阵列在长期使用过程中性能的下降，甚至发生故障。作为电子鼻的信息获取装置，化学传感器测量值的优劣将直接影响后续机器学习算法分析结果的准确性，进而影响电子鼻系统的整体性能。目前，导致化学传感器测量质量下降的原因可以归纳为传感器突发故障和漂移。这两种情况都会使训练好的机器学习模型的检测性能退化。随着电子鼻系统应用领域的不断扩展，工作条件与环境变化都使得化学传感器阵列长期运行的稳定性和可靠性面临挑战，特别是化学传感器的突发故障会导致整个电子鼻系统分析结果的严重失准。当前相关学者对化学传感器阵列的漂移研究较多，而对突发故障的研究尚不充分。为了解决电子鼻系统在长期工作过程中的鲁棒性问题，如何在化学传感器阵列发生突发故障时及时进行传感器故障检测与隔离对研究后续研究高鲁棒性的机器学习模型及维修决策具有重要的意义。

发明内容

本发明的目的是：针对现有技术中化学传感器的突发故障会导致整个电子鼻系统分析结果严重失准的问题，提出一种化学传感器阵列的故障检测及诊断方法。

本发明为了解决上述技术问题采取的技术方案是：

一种化学传感器阵列的故障检测及诊断方法，包括以下步骤：

步骤一：采集化学传感器阵列的输出信号，并结合历史输出信号，组成训练集；

步骤二：利用训练集训练基于多变量相关向量机的多元回归模型；

步骤三：利用训练好的基于多变量相关向量机的多元回归模型对化学传感器阵列中的各个传感器的测量值进行预测；

步骤四：判断各个传感器测量值是否发生突变；

步骤五：根据各个传感器测量值是否发生突变进行一致性判定，然后根据一致性判定结果判断化学传感器阵列是否运行正常，若化学传感器阵列运行不正常，则通过训练好的多分类相关向量机分类器判定故障类型。

进一步的，所述步骤四中传感器测量值是否发生突变通过计算传感器的实际测量值与估计测量值的预测误差的绝对值判断。

进一步的，所述步骤四中传感器测量值是否发生突变的判定步骤为：

首先计算第i个传感器的实际测量值x_i(k+1)与估计测量值的预测误差的绝对值|δ_i|，然后设定一个阈值，当|δ_i|大于该阈值时，则判定在当前时刻传感器的测量值发生了突变。