基于神经网络的旋转机械监测参数的信息融合技术

本文考虑到旋转机械故障诊断中监测多个参数,且各参量之间又有主次之分,提出将传统神经网络分解为多个子网络方法。不但可以突出各参量对不同故障的敏感程度,还可防止不同征兆域的诊断结论不一致甚至相反的情况。该融合结构可通过子网络连接权值的修正实现针对不同诊断对象的信息最优分化和融合。最后用DS推理融合得到最终的诊断结果。该融合结构被应用在试验中取得了良好的效果,进一步验证了其可行性和优越性。