机构名称：
¥ 1.0
摘要 — 传感器技术通过将现场和实时原始数据集成到数字孪生中来赋能工业 4.0。然而，由于固有问题和/或环境条件，传感器可能不可靠。本文旨在检测传感器测量中的异常，识别故障数据并用适当的估计数据进行调整，从而为可靠的数字孪生铺平道路。更具体地说，我们提出了一种基于机器学习的通用传感器验证架构，该架构基于一系列神经网络估计器和分类器。估计器对应于所有不可靠传感器的虚拟传感器（用于重建正常行为并替换系统内孤立的故障传感器），而分类器用于检测和隔离任务。对三个不同的真实世界数据集进行了全面的统计分析，并在硬和软合成故障下验证了所提出的架构的性能。
传感器故障检测、隔离和调节...
主要关键词
相关文件推荐
