灰色理论PNN和D-S集成的汽轮机组故障诊断

• 作者: 张浩 彭道刚 徐春梅 钱玉良
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 信息融合 D-S证据理论 PNN 灰色关联度 汽轮机 故障诊断
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 769-775
• 分类号: TM311
• 字数: 4763字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2012.00769

摘要

汽轮机组发生故障的原因多且复杂,若是仅采用单一的故障诊断方法进行故障诊断,可能会存在误诊或漏诊的问题.为了解决此类问题,同时为了提高故障诊断的可靠性,所以引入D-S理论进行融合故障诊断.针对汽轮发电机组故障的特点,提出了一种基于灰色理论-PNN(概率神经网络)和D-S理论集成的故障融合诊断策略.该策略先采用灰色理论和PNN对故障样本进行初步诊断,再根据初步诊断结果构造证据体,然后根据D-S理论进行融合以得到诊断结果.仿真结果表明,相对于单一的诊断方法,所提出的融合诊断方法可有效地诊断汽轮发电机组振动故障,且能避免误诊现象,可靠性高,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张浩	同济大学电子与信息工程学院	124	1305	20.0	28.0
3	彭道刚	上海电力学院电力与自动化工程学院	157	1369	20.0	28.0
4	徐春梅	同济大学电子与信息工程学院	23	233	9.0	14.0
8	钱玉良	同济大学电子与信息工程学院	4	62	4.0	4.0