10.16576/j.cnki.1007-4414.2016.01.070
滚动轴承故障信息的特征级融合与决策级融合
在对滚动轴承原始故障信号完成特征提取与特征筛选的基础上,利用BP、RBF以及SVM三种网络模型对筛选完的特征量进行特征级融合[1];针对单一的网络模型的不确定性,通过隶属度熵值权重法确定了三种网络模型的不确定度[2],并引入D-S证据理论[3],对三种网络的计算结果进行决策级融合[4](以滚动轴承外圈故障为例),以提高对滚动轴承故障诊断精度。
滚动轴承、故障诊断、特征级融合、决策级融合、熵值权重法、D-S证据理论
TH17
国家自然科学基金项目编号51075220;青岛市科技计划基础研究项目编号12-1-4-4-3-JCH;山东省高等学校科技计划项目编号J13 LB11
2016-04-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
212-214,218