火电机组信息融合故障诊断方法及其发展

被引：9

作者：

陈非

黄树红

张燕平

高伟

机构：

[1] 华中科技大学能源与动力工程学院

来源：

振动、测试与诊断 | 2005年 / 01期

关键词：

信息融合; 故障诊断; 信息熵; 火电机组;

D O I：

10.16450/j.cnki.issn.1004-6801.2005.01.005

中图分类号：

TM621 [火力发电厂、热电站];

学科分类号：

摘要：

简要叙述了火力发电机组信息融合故障诊断技术的发展情况,介绍了信息融合的基本概念,总结了在火电机组融合诊断中常用的一些融合方法,包括多种融合方法相结合的形式,重点提到了一种新的信息融合定量诊断方法——信息熵,并预测了火电机组融合诊断今后的发展方向

引用

页码：17 / 21+70 +70

页数：6

共 13 条

[1] 基于信息融合技术的并发故障诊断的研究 [J].

蔡兴国 ;

马平 .

中国电机工程学报, 2003, (05) :113-116

[2] 基于D-S推理的汽轮发电机组融合诊断 [J].

董彩凤 ;

马平 ;

隗喜斌 .

汽轮机技术, 2003, (02) :116-118

[3] 基于信息融合的集成小波神经网络故障诊断 [J].

罗跃纲 ;

陈长征 ;

曾海泉 ;

闻邦椿 .

东北大学学报, 2002, (08) :802-805

[4] 旋转机械动态信号全息谱分析 [J].

杜永祚 ;

秦志英 .

振动、测试与诊断, 2002, (02) :1-8+67

[5] 基于小波分析的透平机械振动故障特征定量识别研究 [J].

侯敬宏 ;

黄树红 ;

申弢 ;

张燕平 .

南京师范大学学报(工程技术版), 2002, (02) :26-29+36

[6] 证据理论在旋转机械综合故障诊断中应用 [J].

高洪涛 ;

王敏 .

大连理工大学学报, 2001, (04) :459-462

[7] 集成神经网络在设备诊断中的应用 [J].

甘晓晔 ;

刘宝权 .

机械科学与技术, 2001, (04) :638-640+480

[8] 基于不确定性推理原理的机组振动信息融合技术 [J].

魏民祥 ;

董龙雷 ;

王晓云 ;

闫桂荣 .

中国电机工程学报, 2000, (09) :65-67

[9] 设备故障智能诊断技术研究进展 [J].

陈长征 ;

白秉三 ;

严安 .

沈阳工业大学学报, 2000, (04) :349-352

[10] 信息融合的原理与方法概述 [J].

涂小强 .

电讯技术, 2000, (03) :1-6

← 1 2 →