基于多源信息融合的柴油机故障诊断方法

• 作者: 曹欢 杨建国 胡磊 谢文琪
• 来源期刊: 造船技术
• 学科: 工学
• 关键词: 柴油机 故障诊断 多源信息融合 BP神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 材料与设备
• 页码范围: 73-80,92
• 页数: 9页
• 分类号: TK428
• 字数: 4116字
• 语种: 中文

摘要

为提高柴油机这一复杂系统的故障诊断精度,在采集缸盖声发射信号、缸盖振动信号和机体声发射信号特征信息的基础上,利用3个BP神经网络进行局部诊断并获得证据体,对各证据体应用D-S证据组合规则进行决策融合.针对D-S证据理论在处理冲突证据时存在的局限性问题,提出一种多源加权融合的故障诊断方法.该方法利用各证据体对命题识别的正确率和证据体之间的距离对各证据体进行修正.故障模拟试验表明:提出的方法可提高柴油机的故障诊断精度,充分验证其应用在柴油机故障诊断中的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨建国	武汉理工大学能源与动力工程学院	112	906	17.0	23.0
5	胡磊	武汉理工大学能源与动力工程学院	29	119	8.0	9.0
9	曹欢	武汉理工大学能源与动力工程学院	2	2	1.0	1.0
10	谢文琪	武汉理工大学能源与动力工程学院	1	0	0.0	0.0