基于改进证据理论的全信息故障诊断-计算机工程.PDFVIP

第 卷 第 期 计 算 机 工 程 年 月 开发研究与工程应用 文章编号 文献标识码 中图分类号 基于改进证据理论的全信息故障诊断 廖 平郑友娟覃才珑 中南大学机电工程学院长沙 摘 要 针对单一传感器难以准确描述转子振动情况的问题提出一种基于改进 证据理论的全信息故障诊断 方法 结合小波分析和信息熵理论提取各测点振动信号的全信息故障特征向量 以此作为相应 神经网络的 输入进行模式识别获得各测点的原始证据 利用冲突性对各测点的原始证据进行预处理再根据可信度对新证 据进行加权平均融合得到最终诊断结果 实验结果表明该方法能有效获得原始证据并降低冲突证据对合成结 果的影响诊断正确率为 高于常规 方法和融合方法 关键词 特征提取全信息神经网络证据融合冲突证据故障诊断 中文引用格式廖平郑友娟覃才珑基于改进证据理论的全信息故障诊断计算机工程 英文引用格式 融合矢量的特征向量并以此为输入在 神经网络 概述 中进行模式识别 归一化后得原始证据 工程实践中常在转子系统的多个位置安装振动 国内外学者对常规证据理论无法处理高度冲突 传感器形成传感器网络用来提高故障诊断的准确 证据进行了很多研究基本分为 种观点 认为 率 证据融合理论广泛应用于多传感器系统故 组合规则有问题需改进组合规则 认为 组合规则没有问题应对证据源进行修改 文 障诊断它面临两方面的问题 如何将多源信 息进行信任量化得到原始证据 如何融合冲突 献 通过设置分类阈值划分证据对冲突证据进行 证据得到合理结果 修正后再按常规方法进行合成 文献 对所 相互垂直的 个传感器测得的信号才能完整描 有证据进行加权平均来改善冲突证据融合失效的问