滚动轴承故障信息的特征级融合与决策级融合

摘要：

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。

关键词：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

分类号：TH17

资助基金：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

在线出版日期：2016-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：212-214,218