基于D-S证据理论的航空发动机磨损故障智能融合诊断方法

被引:10
作者
文振华
陈果
机构
[1] 南京航空航天大学民航学院
关键词
航空发动机; 磨损; 故障诊断; 数据融合; 神经网络; D-S证据理论;
D O I
10.13433/j.cnki.1003-8728.2005.09.003
中图分类号
V263.6 [故障分析及排除];
学科分类号
摘要
油样分析方法目前已成为航空发动机磨损故障诊断的重要手段,但单一油样分析技术的诊断准确率均有限,为了提高故障诊断的精度,本文提出了基于D-S证据理论的发动机磨损故障智能融合诊断方法。首先用BP神经网络实现发动机磨损故障的单项智能诊断,然后,充分利用神经网络诊断结果,用D-S证据理论实现了磨损故障的融合诊断。最后,算例验证了本文方法的有效性。
引用
收藏
页码:1018 / 1021
页数:4
相关论文
共 7 条
[1]   基于神经网络的多种油样分析技术融合诊断 [J].
陈果 ;
左洪福 ;
杨新 .
摩擦学学报, 2003, (05) :431-434
[2]   D-S证据理论及其在滑油故障诊断中的应用 [J].
郝英 ;
彭鸿博 .
中国民航学院学报, 2003, (03) :42-45
[3]   一种有效的证据理论合成公式 [J].
李弼程 ;
王波 ;
魏俊 ;
钱曾波 ;
黄玉琪 .
数据采集与处理, 2002, (01) :33-36
[4]   一种新的基于证据理论的合成公式 [J].
孙全 ;
叶秀清 ;
顾伟康 .
电子学报, 2000, (08) :117-119
[5]   一种柴油机磨损的预测模型与试验研究 [J].
严新平 ;
谢友柏 ;
李晓峰 ;
萧汉梁 .
摩擦学学报, 1996, (04) :71-79
[6]   用人工神经网络预测摩擦学系统磨损趋势 [J].
梁华 ;
杨明忠 ;
陆培德 .
摩擦学学报, 1996, (03) :76-80
[7]  
智能检测系统与数据融合.[M].滕召胜等编著;.机械工业出版社.2000,