基于神经网络与改进证据理论融合的故障诊断方法

• 作者: 刘保杰 吴翔 房施东 杨清文
• 来源期刊: 火炮发射与控制学报
• 关键词: 流体传动与控制 多传感器信息融合 故障诊断 D-S证据理论 液压系统
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 故障预测与故障诊断
• 页码范围: 92-97
• 页数: 6页
• 分类号: TJ393
• 语种: 中文
• DOI: 10.19323/j.issn.1673-6524.2017.04.018

摘要

为提高液压驱动的火箭炮随动系统故障诊断准确性,将双 BP神经网络和 D -S证据理论相结合的数据融合方法引入到故障诊断中,运用并行的两个 BP神经网络对液压驱动的火箭炮随动系统进行局部诊断,再用 D-S证据理论对局部诊断的结果进行全局融合,克服了单一 BP网络诊断的缺陷,使证据理论的基本可信度分配不再完全依赖专家进行的主观化赋值,从而实现了赋值的客观化,为解决冲突证据无法判别的问题,引入了信任系数的概念,修正融合结果,减少了故障分类识别的不确定性,提高了诊断系统的可靠性.通过液压系统实例,验证了该方法的可信度和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨清文	陆军军官学院五系	10	67	4.0	8.0
2	刘保杰	陆军军官学院五系	7	35	3.0	5.0
3	吴翔	陆军军官学院五系	4	38	3.0	4.0
4	房施东	陆军军官学院五系	3	29	3.0	3.0