多特征信息融合的贝叶斯网络故障诊断方法研究

被引:36
作者
姜万录
刘思远
机构
[1] 燕山大学
关键词
柱塞泵; 故障诊断; 多特征信息融合; 贝叶斯网络;
D O I
暂无
中图分类号
TP202 [设计、性能分析与综合];
学科分类号
摘要
针对轴向柱塞泵故障特征的模糊性和不完备性特点,提出一种多特征信息融合与贝叶斯网络相结合的故障诊断方法。该方法从柱塞泵采集的振动信号中提取出频域和幅域的多个故障特征,并将这些特征当作来自多个不同传感器的多源信息。利用贝叶斯参数估计算法进行多特征信息融合。通过构造贝叶斯网络并建立贝叶斯分类器来简化融合后的结果,通过最大后验概率估计值的计算进行故障识别。经过轴向柱塞泵多故障模式的诊断实验,验证了该方法能够有效地实现柱塞泵柱塞松靴和脱靴故障的诊断。
引用
收藏
页码:940 / 945+967 +967
页数:7
相关论文
共 9 条