基于信息融合技术的电机故障诊断

• 作者: 冯爱伟 韩有顺 高英杰
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 电机 故障诊断 信息融合 证据理论 神经网络
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 19-21
• 页数: 3页
• 分类号: TP212|TM307
• 字数: 3479字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2006.01.007

摘要

为了能够从多方面反映电机系统状态, 实现对电机故障模式的自动识别与准确诊断,将信息融合技术与神经网络相结合,建立电机故障诊断系统.在数据融合级上,将故障特征量进行分类处理,然后,采用多层神经网络进行故障特征级融合与电机故障的局部诊断,获得彼此独立的证据,再运用Dempser Shafer(D-S)证据理论融合算法对各证据进行融合,最终,实现对电机故障的准确诊断.诊断测试试验证明:该诊断系统提高了电机故障诊断的精度,并能满足诊断的实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯爱伟	辽宁工程技术大学电气工程系	10	128	6.0	10.0
2	高英杰	辽宁工程技术大学电气工程系	1	12	1.0	1.0
3	韩有顺	辽宁工程技术大学电气工程系	1	12	1.0	1.0