基于SVDD和D-S理论的曲轴轴承故障诊断

• 作者: 崔佳 张懿
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 柴油机 多传感器 多特征提取 D-S证据理论 两级融合
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 机械·材料
• 页码范围: 89-94
• 页数: 6页
• 分类号: TK428
• 字数: 4235字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.11.013

摘要

针对柴油机故障部位与故障特征之间没有明确对应关系的问题,将信息融合技术引入柴油机故障诊断领域,采用多传感器采集信号、多故障特征提取方法、不同分类器处理结果获得的各种冗余互补信息,使用SVDD方法改进D-S证据理论,并建立两级融合模型进行验证,实现多等级、多层次的诊断.结果 表明,该诊断方法正确率高达93％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张懿	江苏科技大学电子信息学院	60	75	4.0	6.0
5	崔佳	江苏科技大学电子信息学院	1	0	0.0	0.0