设备故障诊断中神经网络与证据推理结合的信息融合方法

被引:13
作者
王海涛
刘群
邹启杰
机构
[1] 哈尔滨工程大学计算机科学技术学院,哈尔滨工程大学计算机科学技术学院,哈尔滨工程大学计算机科学技术学院哈尔滨,哈尔滨,哈尔滨
关键词
信息融合; RBF神经网络; 证据推理; 故障诊断;
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
140502 [人工智能];
摘要
针对设备故障诊断中存在的处理数据量大、故障类型复杂多变、领域知识难于准确获得、故障识别率低的现状,提出了利用信息融合的思想,将神经网络和证据理论相结合应用于故障诊断的新方法。提高了故障诊断系统的灵活性、故障诊断的效率和准确性。
引用
收藏
页码:213 / 216+219 +219
页数:5
相关论文
共 4 条
[1]
基于多信息融合的汽轮发电机组故障诊断方法研究 [J].
曹丽艳 ;
杨建刚 .
汽轮机技术, 2002, (03) :176-177+154
[2]
症状推理在诊断信息融合中的应用研究 [J].
袁小宏 ;
屈梁生 .
模式识别与人工智能, 2001, 14 (03) :342-346
[3]
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
[4]
基于D-S理论的多信息融合方法及应用 [J].
罗志增 ;
蒋静坪 .
电子学报, 1999, (09) :100-102