基于BP算法与D-S理论的故障诊断技术
【摘要】:本文构建了采用局部神经网络与证据理论相结合的数据融合装备故障诊断通用框架。在故障模式识别中提出将RBF神经网络作为局部神经网络,将小波包分解提取的各频率能量作为其输入向量,对各传感器采集的信号分别做特征级融合,并通过实验验证了该方法的有效性。结合神经网络和证据理论的特点,给出神经网络与D-S证据理论结合使用的决策级融合。实验结果表明,使用D-S理论对神经网络给出的证据进行融合后,机械装备故障诊断的判别结果更为准确。
|
|
|
|
1 |
秦福星;吕飞;孙昌将;;基于BP的级差式空压机故障诊断[J];内燃机与动力装置;2010年06期 |
2 |
刘汝臣;李新德;;浅谈液压系统故障诊断的方法[J];装备制造技术;2009年07期 |
3 |
刘亚娟;王致杰;;旋转机械系统故障诊断方法综述[J];苏州市职业大学学报;2010年02期 |
4 |
张琦,邵立福,李焕良,郑慧娟;一种基于Elman神经网络的液压泵故障诊断技术[J];中国制造业信息化;2004年08期 |
5 |
王少萍,王占林;液压泵故障诊断的神经网络方法[J];北京航空航天大学学报;1997年06期 |
6 |
高晶波,唐立强,王日新,徐敏强;基于神经网络的往复压缩机气阀故障诊断方法[J];压缩机技术;2005年01期 |
7 |
胡静波;王同建;罗士军;张子达;;装载机线控转向控制算法研究[J];长春工程学院学报(自然科学版);2008年01期 |
8 |
李爱民;施惠丰;;基于粗糙集和神经网络的机械故障诊断研究[J];昆明理工大学学报(自然科学版);2011年01期 |
9 |
李琼;李艳军;赵文涛;;集成神经网络在智能故障诊断技术上的应用[J];飞机设计;2011年02期 |
10 |
;第四届全国机械设备故障诊断学术会议明春召开[J];设备管理与维修;1993年10期 |
11 |
范士娟;杨超;;液压系统故障诊断方法综述[J];机床与液压;2009年05期 |
12 |
战仁军,张炜,张优云,谢友柏;基于神经网络的摩擦学设计知识获取与转换[J];自然科学进展;1996年04期 |
13 |
张蕾;董恩国;;基于神经网络推理的压缩机故障诊断专家系统[J];拖拉机与农用运输车;2006年01期 |
14 |
谈明高;刘厚林;袁寿其;王勇;王凯;;基于神经网络的离心泵能量性能预测[J];农业机械学报;2010年11期 |
15 |
赫伟英;裴峻峰;;往复机械故障诊断技术进展综述[J];化工机械;2010年05期 |
16 |
郑晓雯,林南英;神经网络在机械系统故障诊断中的应用[J];西安科技学院学报;1994年02期 |
17 |
熊沈蜀,周兆英;神经网络在参数估计中的应用[J];机械工程学报;1995年06期 |
18 |
韩震宇,朱鲁闯,屈梁生;大型回转机械故障的神经网络分类器[J];四川大学学报(工程科学版);1996年06期 |
19 |
方志宏,傅周东,陈章位;基于 BP 神经网络的液压系统泄漏故障诊断[J];机械科学与技术;1998年01期 |
20 |
王太勇,李书明,郭红旗,张丰春,李韦,曾子平;神经网络多参数诊断法及其应用研究[J];机械工程学报;1998年01期 |
|