基于Dempster-Shafer证据理论的信息融合在设备故障诊断中应用

被引:40
作者
王奉涛
马孝江
朱泓
王志鹏
机构
[1] 大连理工大学振动工程研究所
[2] 大连理工大学振动工程研究所 辽宁大连
[3] 辽宁大连
关键词
Dempster-Shafer证据理论; 神经网络; 信息融合; 故障诊断;
D O I
暂无
中图分类号
TP277 [监视、报警、故障诊断系统];
学科分类号
0804 ; 080401 ; 080402 ;
摘要
给出了一种基于神经网络的基本概率分配构造方法和诊断决策规则,提出了一种基于Dempster-Shafer证据理论的多故障特征信息融合的故障诊断方法,并以旋转机械故障诊断为例,详细说明了该方法的具体实现步骤.结果表明,经过多故障特征信息融合,诊断结论的可信度明显提高,不确定性明显减小,因此充分显示了该诊断方法的有效性.
引用
收藏
页码:470 / 474
页数:5
相关论文
共 3 条
[1]  
证据理论与决策、人工智能.[M].段新生著;.中国人民大学出版社.1993,
[2]  
神经网络导论.[M].胡守仁等编著;.国防科技大学出版社.1993,
[3]   机械设备诊断学的再探讨 [J].
杨叔子 ;
丁洪 ;
史铁林 ;
钟毓宁 .
华中理工大学学报, 1991, (S2) :1-7