共 11 条
- [10] Wear Fault Diagnosis of Machinery Based on Neural Networks and Gray Relationships[J]. International Journal of Plant Engineering and Management, 2001, (03) : 164 - 169CHEN Chang zheng
基于D-S证据理论信息融合的轨道电路故障诊断方法研究
被引：26
作者：
李娜
[1
]
董海鹰
[1
,2
]
机构：
[1] 兰州交通大学自动化与电气工程学院
[2] 兰州交通大学光电技术与智能控制教育部重点实验室
来源：
关键词：
故障诊断;
信息融合;
D-S证据理论;
神经网络;
模糊综合评判;
D O I：
10.19713/j.cnki.43-1423/u.2012.06.019
中图分类号：
U284.92 [铁路信号设备的保养与检修];
学科分类号：
摘要：
在闭塞区间主流设备越来越多的采用ZPW-2000A型无绝缘轨道电路的背景下,针对单一故障诊断方法的诊断精度偏低问题,提出基于信息融合的故障诊断模型和故障诊断方法。该方法分别用BP神经网络和模糊综合评判对轨道电路进行故障诊断,然后将这2种方法的诊断结果作为D-S证据理论的证据体,利用神经网络输出和模糊综合评判输出来构造D-S证据理论中的概率分配,最后利用D-S证据理论将BP神经网络和模糊综合评判对轨道电路的故障诊断结果在决策级进行融合,诊断轨道电路是否有故障并判断故障的模式。仿真结果表明:该诊断方法具有较高的故障诊断精度,诊断结论的可信度有明显提高。
引用
收藏
页码：107 / 112
页数：6
相关论文