基于D-S理论的智能故障诊断关键技术研究与实现

• 作者: 姜红梅 王冬蕾 翟正军
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: D-S证据理论 故障诊断 小波变换 神经网络
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 18-21
• 页数: 4页
• 分类号: TP302
• 字数: 3444字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2008.06.006

摘要

以智能检测和故障诊断技术作为研究对象,分析了在智能故障诊断系统中用到的特征提取、模式识别和故障预测等关键技术,探讨了用于实现上述关键技术中的小波变换和人工神经网络算法.鉴于人工神经网络算法容易出现系统故障定位不准确性的不足,引入了D-S(Dempster Shafer)证据理论.首先用BP神经网络对故障信息进行局部诊断,然后利用D-S证据理论对局部诊断结果进行融合,进行全局诊断,得到最终的故障结果.D-S证据理论的引入,增大了诊断结果的可靠性和准确性,提高了诊断算法的适应性.在Lab Windows/CVI的平台下,实现了智能故障诊断算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟正军	西北工业大学计算机学院	159	1607	22.0	32.0
2	姜红梅	西北工业大学计算机学院	19	197	7.0	13.0
3	王冬蕾	西北工业大学计算机学院	2	6	2.0	2.0