基于GA-BP的煤矿大型机电设备D-S数据融合故障诊断的研究

• 作者: 张永强 施乐平 梁兰 马宪民
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 故障诊断 数据融合 GA-BP算法 D-S证据理论 采煤机
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 煤矿机电与信息化
• 页码范围: 218-221
• 页数: 4页
• 分类号: TD679
• 字数: 2396字
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2016.01.084

摘要

根据多传感器数据融合理论,研究了煤矿大型机电设备故障类型,提出了用多传感器数据融合技术建立2级机电设备故障诊断的方法.在特征级上采用遗传算法优化BP神经网络(GA-BP),对大量多传感器监测数据进行降维并建立基本信任分配函数;在决策级采用D-S证据理论算法,克服故障诊断过程的不确定性,以提高故障诊断的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宪民	西安科技大学电气与控制工程学院	86	594	12.0	20.0
2	施乐平	西安科技大学电气与控制工程学院	14	48	5.0	6.0
4	张永强	西安科技大学电气与控制工程学院	14	91	6.0	8.0
10	梁兰	西安科技大学电气与控制工程学院	2	15	2.0	2.0