《基于主元分析和D-S证据理论的传感器故障诊断与应用》PDF+DOC

📙 相关资料

1. 《两级数据融合算法在木材干燥过程中的应用》PDF+DOC 本文提出了一种基于RBF神经网络和证据理论的两级数据融合方法。利用RBF神经网络实现特征层数据融合，建立基本信任分配函数，具有最佳一致逼近特性，同时解决了D-S证据理论确定基本信任分配函数困难的问题。基于D-S证据理论的传感器故障诊断方法的研究，可有效地判断工业现场传感器的工作状态。实验结果表明该方......
2. 《基于D-S推理的汽轮发电机组融合诊断》PDF+DOC 依据汽轮发电机组的故障特性，提出了一种有效的融合算法。首先将多个传感器获得的振动信号进行特征提取，而后通过BP神经网络实现故障分类，最后根据D-S证据推理做出故障决策并给出实例。文中对融合中每个传感器的权重也进行了讨论。...
3. 《基于D-S理论的故障诊断融合算法及应用研究》PDF+DOC 针对工业现场传感器状态类型复杂多变、被测参量难以准确可靠获得等问题，提出了一种基于RBF神经网络和证据理论的两级信息融合方法。利用RBF神经网络实现特征层数据融合，并建立基本信任分配函数，解决了D-S证据理论确定基本信任分配函数困难的问题；基于D-S证据理论的传感器故障诊断方法，可用来判断出工业现场......
4. 《基于PCA神经网络和D-S决策的瓦斯传感器故障辨识》PDF+DOC 针对瓦斯传感器故障诊断时，存在提取的样本数据空间维数大、诊断实时性差、诊断结论的识别能力低和存在不确定性的问题，提出了一种基于主元分析(PCA)-神经网络和D-S证据理论集成的故障诊断策略。使用主元分析方法对高维故障样本空间数据进行降维，再结合神经网络分类器进行故障模式识别。并且运用DS证据理论对神......
5. 《基于RBF神经网络和定性趋势分析的传感器故障诊断》PDF+DOC 针对传感器偏置故障及漂移故障，提出了一种基于RBF神经网络和定性趋势分析的传感器故障诊断方法。该方法充分利用控制系统闭环回路测控信息，建立RBF神经网络预测器，通过将RBF神经网络的预测输出值与传感器实际输出相比较获取残差序列，根据残差首先判断传感器是否发生故障，然后用定性趋势分析方法获得传感器偏置......
6. 《高阶神经网络与D-S方法在数据融合中的应用》PDF+DOC 讨论了数据融合与高阶神经网络的串行结合。根据Dempster Shafer证据理论的基本原理 ，利用多传感器多周期测量条件下命题不确定性度量的融合算法公式 ，进行命题的空间和时间融合 ，以达到空中目标的敌我识别。将融合后的最终结果输入到高阶BP神经网络中 ，通过目标向量样本的训练 ，输出相应的目标类......
7. 《基于RBF神经网络的传感器故障诊断研究》PDF+DOC 提出一种基于RBF神经网络的多传感器故障在线诊断方法..同时对该方法在摆式列车 加速度传感器故障诊断中的应用进行了仿真研究。仿真结果表明此方法是有效的，不仅消除了零偏对 故障诊断的影响，而且提高了故障检测率及可靠性。...
8. 《基于神经网络的机车速度传感器故障诊断方法研究》PDF+DOC 建立了RBF神经网络预测器模型，将其应用到机车双速度传感器的故障诊断中，并提出了诊断决策方法。利用MATLAB实现了RBF神经网络预测器的仿真，并模拟了机车速度传感器输出的3种故障模式进行了故障诊断辨识。仿真结果表明文中提出的方法能够准确地进行速度传感器在线故障诊断，为机车速度传感器故障诊断提供了新......
9. 《D-S融合RBFNN在传感器故障诊断中的应用》PDF+DOC 对传感器的状态检测和故障诊断是进行石油预警前的重要环节。本文提出了基于RBF网络的证据理论在不同识别框架下的传感器故障诊断的信息融合方法。利用多个传感器在空间或时间上的冗余或互补信息，为故障的检测和分离提供诊断依据。采用径向基函数状态识别网络来获得传感器状态信任分布函数，解决了因输入参数的改变而不可......
10. 《基于D-S证据理论的运动平台多传感器目标分类》PDF+DOC 为提高空中运动平台对目标分类的能力，将基于D-S证据理论的信息融合方法用于运动平台多传感器的目标识别方面.在简述D-S证据理论的基础上，提出基于D-S证据理论的运动平台多传感器目标识别的信息融合方法.仿真实例表明了该方法的可行性。...