油料装备故障检测数据融合研究

• 作者: 周庆忠 曾慧娥 胡为艳
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 油料装备 故障 检测 数据融合
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 机械·建筑
• 页码范围: 93-96
• 页数: 4页
• 分类号: TP183
• 字数: 3418字
• 语种: 中文

摘要

为解决油料装备检测数据庞大、故障不易诊断的问题,对油料装备故障检测数据融合进行研究.提出基于神经网络的状态检测数据融合模型,采用三步训练法进行传感器验证.使用数据压缩技术,将整个数据集投射到低维空间,将模式识别和多元统计技术作为故障隔离的单个分类器,利用后验概率进行特定类Bayesian融合,执行融合中心与单个分类器的联合优化.提出基于阶乘隐Markov模型的动态多故障诊断方法,通过寻找最大后验配置实现多分类器动态融合.应用结果表明该方法可提高对油料装备故障的诊断率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周庆忠		95	233	7.0	11.0
2	曾慧娥	重庆科技学院机械与动力工程学院	20	49	4.0	6.0