基于信息融合技术的电机故障诊断

• 作者: 付华 冯爱伟 单亚峰 徐耀松 王传英
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 信息融合 证据理论 神经网络 电机 故障诊断
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 电气工程与计算机技术
• 页码范围: 549-552
• 页数: 4页
• 分类号: TP212|TM307
• 字数: 228字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0562.2006.04.021

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,将数据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D-S(Dempser Shafer)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	付华	辽宁工程技术大学电气工程系	242	1698	20.0	28.0
2	徐耀松	辽宁工程技术大学电气工程系	56	401	12.0	18.0
3	冯爱伟	辽宁工程技术大学电气工程系	10	128	6.0	10.0
4	王传英	辽宁工程技术大学电气工程系	7	110	5.0	7.0
5	单亚峰	辽宁工程技术大学电气工程系	4	58	4.0	4.0