基于统计域指数的压力类传感器故障检测方法

打开文本图片集

中图分类号： TB9; TH81 文献标志码： A文章编号： 1674–5124（2025）05–0110–07

Abstract： A method for sensor fault detection based on statistical domain indices has been proposed to address the issue of pressure sensor failures in industrial processes due to aging and environmental disturbances. The method  first  constructs  a  time-series  model  predicting  the  normal  output  of  sensors  using  a  long  short-term memory  （LSTM）  neural  network，  generating  residual  signals  from  the  model's  predicted  values  and  actual measurements. Subsequently， it calculates the moving average index （MAI）， moving root mean square index （MRI）， moving variance index （MVI）， and moving energy index （MEI） of the residual signals. Thresholds are designed  using  the  interquartile  range  （IQR）  method  for  sensor  fault  detection.  Finally，  the  method  was experimentally validated using historical operational data from a 320MW coal-fired  unit's  induced  draft  fan outlet  flue  gas  pressure  sensor，  and  compared  with  traditional  residual  analysis.  The  results  showed  that  this method  improved  accuracy，  precision，  recall，  and F -value  by 11.88% ， 3.16% ， 22.15% ，  and 14.06% respectively. It has significant advantages in pressure sensor fault detection. Keywords： fault detection; statistical domain indices; pressure sensor; residual analysis; neural network

0 引 言

压力传感器可用于测定介质的压力、液位和流量等参数，是工业过程中重要的组成部分。（剩余9855字）