基于EMD样本熵与改进DS证据理论的故障诊断方法

• 作者: 岑健 熊建斌 郑日晖 陈志豪
• 来源期刊: 自动化与信息工程
• 学科: 工学
• 关键词: 故障诊断 经验模态分解样本熵 随机森林 DS证据理论 信息融合
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 19-26
• 页数: 8页
• 分类号: TP206
• 字数: 5170字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2605.2020.02.004

摘要

针对单一传感器故障诊断信息源简单、信息不完整的局限性,提出一种基于经验模态分解样本熵与改进DS证据理论的多传感器信息融合故障诊断方法.该方法对每路传感器采集的振动信号进行经验模态分解,并计算其固有模态函数IMF的样本熵作为故障特征变量;将故障特征变量输入事先训练好的各个随机森林分类器进行分类;以每个随机森林的分类结果作为证据体,采用改进的DS证据理论进行融合并输出最终分类结果,实现多个传感器信息有效融合,各传感器间形成信息互补,达到优化决策目的.实验结果表明:该方法故障诊断准确率达98.85％,且具有鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑日晖		4	0	0.0	0.0
4	岑健		21	91	3.0	9.0
14	陈志豪		3	0	0.0	0.0