基于证据理论的集成神经网络故障诊断方法

被引:4
作者
王奉涛
马孝江
朱泓
张志新
蔡悦
机构
[1] 大连理工大学机械学院振动工程研究所
[2] 大连理工大学机械学院振动工程研究所 辽宁大连
[3] 辽宁大连
关键词
证据理论; 神经网络; 信息融合; 故障诊断;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
以Dempster Shafer证据理论为基础,给出了基于神经网络的基本概率分配构造方法和诊断决策规则,提出了一种神经网络初步诊断和证据理论融合决策诊断相结合的集成神经网络故障诊断方法,建立了相应的功能模型。并以变速箱轴承故障诊断为例,详细说明了该方法的具体步骤。结果表明,经过多故障特征信息,诊断结论的可信度明显提高,不确定性明显减小,充分显示了该诊断方法的有效性。
引用
收藏
页码:240 / 244
页数:5
相关论文
共 4 条
[1]  
证据理论与决策、人工智能.[M].段新生著;.中国人民大学出版社.1993,
[2]   滚动轴承故障诊断系统 [J].
田振华 ;
陆爽 ;
孙冬青 .
吉林工学院学报(自然科学版), 1999, (01) :9-12
[3]   机械设备的诊断方法与分类 [J].
杨叔子 ;
史铁林 ;
丁洪 .
华中理工大学学报, 1993, (01) :1-5
[4]   机械设备诊断策略的若干问题探讨 [J].
史铁林 ;
杨叔子 ;
师汉民 ;
钟毓宁 .
华中理工大学学报, 1991, (S2) :9-14