基于加权D-S证据理论信息融合的故障诊断方法及其应用

被引:5
作者
漆随平 [1 ,2 ]
王东明 [1 ,2 ]
刘涛 [1 ,2 ]
初为先 [1 ,2 ]
于宏波 [1 ,2 ]
机构
[1] 山东省海洋环境监测技术重点实验室
[2] 山东省科学院海洋仪器仪表研究所
关键词
加权D-S证据理论; 信息融合; 故障诊断; 船舶气象仪;
D O I
10.19441/j.cnki.issn1006-009x.2011.03.001
中图分类号
TH165.3 [];
学科分类号
摘要
针对新产品因故障概率数据掌握不充分使其故障诊断较为困难的问题,提出了一种基于加权D-S证据理论多源信息融合的故障诊断方法。该方法采用D-S证据融合,解决了缺乏故障概率分布模型或准确数学分析无效的问题,引入加权D-S证据理论融合方法进行故障诊断,用历史故障估计的正确率作为确定信息源当前检测估计值的置信程度调整,实现了故障诊断的历史数据对当前诊断结果的修正。对新型船舶气象仪故障诊断结果表明,该方法在故障概率和故障经验知识掌握不充分时,实现故障诊断是非常有效的。
引用
收藏
页码:1 / 4
页数:4
相关论文
共 9 条
[1]  
粗糙集理论与方法.[M].张文修等编著;.科学出版社.2001,
[2]  
人工智能原理与方法.[M].王永庆著;.西安交通大学出版社.1998,
[3]  
智能故障诊断与专家系统.[M].吴今培;肖健华著;.科学出版社.1997,
[4]   智能诊断技术发展综述 [J].
李云松 ;
任艳君 .
四川兵工学报, 2010, 31 (04) :122-125
[5]   基于模糊集和粗糙集理论的故障诊断方法的研究 [J].
王海珍 ;
廉佐政 .
齐齐哈尔大学学报, 2006, (01) :38-40
[6]   电子设备智能故障诊断技术发展综述 [J].
左万里 ;
武小悦 .
系统工程与电子技术, 2003, (12) :1572-1575
[7]   基于神经网络的智能故障诊断技术研究综述 [J].
蒋瑜 ;
陈循 ;
罗护 .
设备管理与维修, 2001, (03) :28-30
[8]   智能诊断技术的发展和思考 [J].
樊友平 ;
黄席樾 .
自然辩证法研究, 2001, (02) :42-46
[9]  
基于计算机视觉的检测方法与应用研究.[D].漆随平.浙江大学.2005, 05