基于SVDD与D-S证据理论的发动机故障诊断研究

• 作者: 乔龙 廖红云 张玲玲 程利军 贾继德
• 来源期刊: 汽车工程
• 关键词: 发动机 故障诊断 支持向量数据描述 D-S证据理论 信息融合
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 论文
• 页码范围: 23-26,50
• 页数: 5页
• 字数: 3022字
• 语种: 中文

摘要

提出了一种基于支持向量数据描述(SVDD)和D-S证据理论相结合的故障诊断新方法,通过SVDD算法分别判断来自单个传感器的数据,然后运用D-S证据理论对各传感器的诊断结果进行信息融合,最终实现对发动机的故障诊断.试验表明,该方法充分利用各信号源的冗余互补信息,降低了诊断的不确定性,提高了故障诊断的可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玲玲	军械工程学院火炮工程系	9	55	3.0	7.0
5	乔龙	军事交通学院汽车工程系	11	35	4.0	5.0
6	廖红云	军事交通学院汽车工程系	6	44	3.0	6.0
7	贾继德	军事交通学院汽车工程系	25	87	6.0	8.0