基于Dempster-Shafer证据理论的信息融合在设备故障诊断中应用

• 作者: 朱泓 王奉涛 王志鹏 马孝江
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: Dempster-Shafer证据理论 神经网络 信息融合 故障诊断
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 材料、机械工程
• 页码范围: 470-474
• 页数: 5页
• 分类号: TP181
• 字数: 3583字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-8608.2003.04.020

摘要

给出了一种基于神经网络的基本概率分配构造方法和诊断决策规则,提出了一种基于Dempster-Shafer证据理论的多故障特征信息融合的故障诊断方法,并以旋转机械故障诊断为例,详细说明了该方法的具体实现步骤. 结果表明,经过多故障特征信息融合,诊断结论的可信度明显提高,不确定性明显减小,因此充分显示了该诊断方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马孝江	大连理工大学振动工程研究所	112	1911	24.0	38.0
2	王奉涛	大连理工大学振动工程研究所	58	965	15.0	29.0
3	朱泓	大连理工大学振动工程研究所	80	1010	17.0	29.0
4	王志鹏	大连理工大学振动工程研究所	5	126	4.0	5.0