证据理论在电机故障诊断中的应用

• 作者: 彭静萍 杨伟 顾明星
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 电机故障诊断 D-S证据理论 BP神经网络 模糊聚类分析
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 应用研究
• 页码范围: 64-67,97
• 页数: 5页
• 分类号: TM711
• 字数: 2962字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2010.02.014

摘要

D-S证据理论作为一种非精确推理算法具有独特的优势,非常适用于存在大量不确定性因素的电机故障诊断工作.提取故障电机的状态特征量,并将其按时域、频域、奇异值分解为多个子参数空间.在此基础上,采用并行BP神经网络及模糊聚类系统对电机故障进行局部诊断.将每个局部诊断结果作为独立的证据体,构造相应的信度分配函数.结合电机故障的信息融合诊断模型,将基于D-S证据理论的决策融合的方法应用于电机故障诊断.通过对案例进行分析,实现了利用多证据体的融合信息对电机故障状态进行诊断,其诊断结果验证了D-S证据理论在提高电机故障诊断的准确性和灵敏性方面的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨伟	南京理工大学动力工程学院	91	1166	20.0	31.0
2	顾明星	南京理工大学动力工程学院	4	68	3.0	4.0
3	彭静萍	南京理工大学动力工程学院	3	47	3.0	3.0