基于信息融合的机械设备故障诊断算法设计与应用

• 作者: 周智兴 崔汉国 李彬 李正民
• 来源期刊: 电脑与信息技术
• 学科: 工学
• 关键词: 故障诊断 多源信息 神经网络 D-S证据理论
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP391
• 字数: 3334字
• 语种: 中文

摘要

为提高大型复杂机械设备故障诊断的准确率和效率,针对故障诊断的多源信息综合分析问题,研究设计了基于信息融合的故障诊断算法,并应用于机械设备监测与故障诊断系统中.算法采用BP神经网络和D-S(Dempster-Shafer)证据理论,实现了对故障模式可信度的合理调配和多源信息的有机融合.文章以某舰船柴油机作为故障诊断对象,诊断结果分析表明,算法在机械设备故障诊断方面具有较高的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔汉国	海军工程大学动力工程学院机械工程系	63	566	14.0	20.0
2	李正民	海军工程大学动力工程学院机械工程系	17	40	4.0	5.0
3	周智兴	海军工程大学动力工程学院机械工程系	3	10	2.0	3.0
4	李彬	海军工程大学动力工程学院机械工程系	9	14	2.0	3.0