基于神经网络D-S证据理论的汽轮机转子融合诊断系统研究

被引:5
作者
谢春丽
夏虹
刘永阔
机构
[1] 哈尔滨工程大学动力与核能工程学院
[2] 哈尔滨工程大学动力与核能工程学院 黑龙江哈尔滨
[3] 黑龙江哈尔滨
关键词
神经网络; DS证据理论; 融合诊断系统;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
船用汽轮机转子作为汽轮机做功的主要部件,易发生故障.将数据融合技术应用到其故障诊断领域,采用神经网络与D S证据理论相结合的理论方法,建立了汽轮机的融合诊断系统,对转子的几种常见故障进行诊断.在数据级上将特征量进行分类处理,能够从多方面反映系统状态,为准确诊断故障奠定了基础,特征级上采用多神经网络的方法克服了网络收敛速度慢的缺点,再经过决策级的融合计算,提高了诊断精度.通过诊断测试及对比试验证明该系统提高了汽轮机转子故障诊断的精度,并能满足诊断的实时性要求.
引用
收藏
页码:56 / 58
页数:3
相关论文
共 2 条
[1]  
多传感器信息融合及应用.[M].何友等著;.电子工业出版社.2000,
[2]  
数据融合技术及其应用.[M].刘同明等编著;.国防工业出版社.1998,