基于改进证据理论的全信息故障诊断

• 作者: 廖平 覃才珑 郑友娟
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 特征提取 全信息 BP神经网络 D-S证据融合 冲突证据 故障诊断
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 308-311,316
• 页数: 5页
• 分类号: TP277
• 字数: 3217字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.03.055

摘要

针对单一传感器难以准确描述转子振动情况的问题,提出一种基于改进D-S证据理论的全信息故障诊断方法.结合小波分析和信息熵理论,提取各测点振动信号的全信息故障特征向量.以此作为相应BP神经网络的输入进行模式识别,获得各测点的原始证据.利用冲突性对各测点的原始证据进行预处理,再根据可信度对新证据进行加权平均融合,得到最终诊断结果.实验结果表明,该方法能有效获得原始证据,并降低冲突证据对合成结果的影响,诊断正确率为93％,高于常规BP方法和BP-D-S融合方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖平	中南大学机电工程学院	80	640	14.0	22.0
2	郑友娟	中南大学机电工程学院	2	7	1.0	2.0
3	覃才珑	中南大学机电工程学院	1	6	1.0	1.0