10.3969/j.issn.1000-4653.2014.04.005
神经网络和证据理论融合的尾轴承磨损故障诊断
为克服铁谱、光谱、理化和颗粒计数等4种油液检测分析方法在船舶尾轴承磨损故障诊断中存在的准确性偏差等问题,提出运用神经网络和D-S证据理论对尾轴承磨损故障进行融合诊断.依据各分析方法的标准磨损界限值,将各检测原始数据预处理转换为布尔值,运用神经网络算法获取每种检测方法的故障域单项诊断结果.利用D-S证据理论融合各单项故障诊断结果,以获得更为准确的诊断结果,并通过具体的案例验证方法的准确性.
船舶工程、船舶尾轴承、油液分析、神经网络、D-S证据理论、磨损故障
37
TP18;U664.21(自动化基础理论)
福建省自然科学基金2012J01228;福建省教育厅资助项目JA12203
2015-01-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
20-24