多传感信息融合在液压故障诊断中的应用

摘要：

针对恶劣工作环境下多传感信息融合识别效果差和D-S证据理论中证据难获取的问题,在组建有效的传感器网络的基础上,结合改进的JDL模型并根据数据融合分级处理思想,数据层采用自适应加权最小平方估计法对数据进行清洗和特征提取,特征层通过多并行PSO-Hopfield网络的联想记忆功能进行局部诊断,决策层根据修正的D-S证据理论进行时空域融合,并且每级和最终诊断之间都有直接数据通信和反馈,使得知识库信息能为数据挖掘进行知识发现作必要的数据储备.通过仿真结果可知:该数据融合系统容错性强、能综合利用传感器信息并准确定位故障.

关键词：PSO-Hopfield神经网络、修正的D-S证据理论、故障诊断、多传感信息融合

所属期刊栏目：32

分类号：TH137;TP181

在线出版日期：2012-09-21（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：9-12