10.16450/j.cnki.issn.1004-6801.2018.02.030
基于三层信息融合的提升机制动系统故障诊断
为了充分利用矿井提升机运行过程中的监测历史数据,判定故障原因并进行准确定位,将信息融合技术引入提升机的故障诊断中,提出了一种基于三层多源信息融合的故障诊断方法.该方法依据主成分分析法(principal component analysis,简称PCA)建立主元模型,对原始完备数据集进行降维去噪,实现特征提取,完成数据层的融合;特征层采用具有记忆功能的Elman神经网络作为融合算法,不断调整权值对数据层各信息源提取出来的特征进行训练,通过压缩融合信息量完成时间上的融合;决策层使用DS(dempster-shafer,简称DS)证据理论对特征层训练输出的信息进行融合,判定故障原因,实现了空间上的融合;最后依据PCA故障诊断原理,定位故障发生的部位,完成诊断过程.该融合方法通过对监测系统所测信息的合理选择、综合与利用,对其进行空间和时间上的融合互补.试验结果表明,该方法能够充分利用大量历史数据对系统进行诊断,可以显著提高系统的可靠性.
信息融合、提升机、故障诊断、制动系统
38
TH113.1;TD534
山西省青年科技研究基金资助项目201601D021084
2018-06-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
407-412