发动机故障多级融合诊断研究

• 作者: 刘明军 周厚强 张永强 张燕军 成娟娟
• 来源期刊: 计算机测量与控制
• 关键词: 发动机 神经网络 证据理论 概率赋值 故障诊断
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 自动化测试
• 页码范围: 1905-1907,1910
• 页数: 4页
• 分类号: TP181|TP274
• 语种: 中文

摘要

针对神经网络中两种常用的网络类型BP和Elman,在发动机故障诊断中的应用过程的特点--各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的多级融合故障诊断方法;首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值;证据理论组合规则将初步诊断结果融合得出决策级诊断结果;通过对某柴油机燃油喷射系统的故障诊断过程表明,该模型经过尽可能地融合有效故障信息,大大提高系统的诊断精度和诊断正确率,而且有效降低了系统的不确定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周厚强		15	30	4.0	4.0
2	张燕军		19	33	4.0	4.0
3	张永强		12	20	3.0	3.0
4	刘明军		1	4	1.0	1.0
5	成娟娟		1	4	1.0	1.0