基于D-S证据理论的航空发动机振动故障分析

• 作者: 吴娅辉 张大治 李新良
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: D-S证据理论 信息融合 BP神经网络 航空发动机
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 105-108
• 分类号: TP274
• 字数: 4362字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.06.028

摘要

航空发动机结构复杂且工作条件恶劣,对其振动的有效分析是进行故障诊断的重要手段.由于不同特征量对振动具有不同的分析能力,为了综合利用不同特征项下的分析结果,采用基于D-S证据理论的信息融合方法对不同特征下的BP神经网络的诊断结果进行融合,并针对航空发动机实际工作状况提出一种利用神经网络的输出统计值构造信度函数的方法.通过对实测航空发动机试车时振动信号的实验分析结果表明,该算法可以有效地提高航空发动机振动故障识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴娅辉	中国航空工业集团公司北京长城计量测试技术研究所计量与校准技术重点实验室	6	22	3.0	4.0
2	李新良	中国航空工业集团公司北京长城计量测试技术研究所计量与校准技术重点实验室	9	45	5.0	6.0
3	张大治	中国航空工业集团公司北京长城计量测试技术研究所计量与校准技术重点实验室	6	32	4.0	5.0