一种基于INW-ESN的故障融合预测方法

• 作者: 单甘霖 孙健 杜亚卿 杨文 王浩天
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 故障预测 回声状态网络 Dezert-Smarandache理论 液压泵
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论文
• 页码范围: 162-169
• 页数: 8页
• 分类号: TH322|TP206+.3
• 字数: 6981字
• 语种: 中文
• DOI: 10.16450/j.cnki.issn.1004-6801.2018.01.025

摘要

针对传统方法对液压泵故障预测效果不佳的问题,提出了一种基于改进的Newman-Watts小世界-回声状态网络(improved Newman-Watts-echo state network,简称INW-ESN)的故障融合预测方法.首先,对回声状态网络(echo state network,简称ESN)储备池结构进行优化,建立INW-ESN基础预测模型,并重新定义邻接矩阵元素取值,以改善网络预测性能;其次,在此基础上建立故障融合预测模型,利用Dezert-Smarandache理论(Dezert-Sma-randache theory,简称DSmT)将INW-ESN预测信息与液压泵性能退化模型信息进行融合,以提高预测精度;最后,通过对液压泵性能退化试验的应用分析,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文		8	13	2.0	3.0
2	孙健		9	6	1.0	2.0
3	杜亚卿		2	0	0.0	0.0
4	单甘霖	陆军工程大学石家庄校区电子与光学工程系	18	6	1.0	2.0
5	王浩天	陆军工程大学石家庄校区电子与光学工程系	2	0	0.0	0.0