基于改进证据理论的全信息故障诊断

摘要：

针对单一传感器难以准确描述转子振动情况的问题,提出一种基于改进D-S证据理论的全信息故障诊断方法.结合小波分析和信息熵理论,提取各测点振动信号的全信息故障特征向量.以此作为相应BP神经网络的输入进行模式识别,获得各测点的原始证据.利用冲突性对各测点的原始证据进行预处理,再根据可信度对新证据进行加权平均融合,得到最终诊断结果.实验结果表明,该方法能有效获得原始证据,并降低冲突证据对合成结果的影响,诊断正确率为93％,高于常规BP方法和BP-D-S融合方法.

关键词：特征提取、全信息、BP神经网络、D-S证据融合、冲突证据、故障诊断

所属期刊栏目：42

分类号：TP277(自动化技术及设备)

资助基金：国家“973”计划基金资助项目“先进重型燃气轮机制造基础研究”2013CB035700;国家自然科学基金资助项目“多能场作用下复杂零件的服役变形机理与几何补偿”51275535

在线出版日期：2016-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：308-311,316