森林消防车发动机电控系统故障诊断方法研究

摘要：

针对森林消防车发动机电控系统故障诊断问题,本文设计了基于数据融合的森林消防车电控发动机故障诊断方法.该方法诊断模型由基于反向传播神经网络(Back Propagation,简称为BP)的数据融合方法、基于概率神经网络(Probabilis-tic Neural Network,简称为PNN)的分类方法和基于DS(Dempster/Shafer,简称为DS)证据理论的决策融合方法组成.首先,根据原始数据样本训练BP神经网络以达到原始数据融合的目的,而后分别对经过数据融合的原始数据和未经数据融合的原始数据进行基于KL(Karhunen Loéve)变换的特征提取.然后,使用特征提取后的数据训练概率神经网络,并使用训练好的网络验证测试样本.最后,采用DS证据理论对初步诊断结论进行决策级融合.研究结果表明,基于数据融合和概率神经网络的方法可有效地提高森林消防车电控系统的故障诊断精度.

关键词：概率神经网络;数据融合;DS证据理论;电控发动机;故障诊断

所属期刊栏目：37

分类号：S(农业科学)

资助基金：国家大学生创新创业项目202010225172

在线出版日期：2021-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：87-93,143