作者：黄银花 单位：天水电气传动研究所有限责任公司 出版：《电气传动自动化》2011年第03期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFDQCD2011030180 DOC编号：DOCDQCD2011030189 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 信息融合方法应用到滚动轴承故障诊断之中，能有效地利用传感器资源最大限度地获取旋转机械中有关被测对象的状态信息。以滚动轴承小波分解后的能量信息作为特征，通过神经网络作为分类器对滚动轴承故障进行识别，经过一定的信息融合分析处理，能够较为准确地识别设备的故障。

    📙 相关资料

    1. 《基于多传感器信息融合的滚动轴承故障诊断研究》PDF+DOC 由于单一传感器所包含的故障信息不能全面地反映滚动轴承的故障状态，提出了一种基于多传感器信息融合的滚动轴承故障诊断方法。首先，利用不同位置的加速度传感器采集滚动轴承故障振动信号，经集成经验模态分解(EEMD)后，前8个固有模态分量(IMF)的能量值作为分类器支持向量机(SVM)的输入故障特征参量；其次......
    2. 《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC 为提高滚动轴承故障诊断的准确性，本文提出了一种基于多传感器神经网络和D-S证据理论的故障诊断方法，并通过包含3个传感器的监测数据融合对模型进行了验证.首先，利用两个加速度传感器和一个声传感器采集滚动轴承的振动信号和噪声信号.其次，分别对两个加速度传感器的振动信号进行总体经验模态分解(Ensemble......
    3. 《基于多传感器信息融合的电力设备故障诊断方法》PDF+DOC 当前如何有效实现电力设备故障诊断以及如何提高故障诊断的准确率是一个热点研究课题。本文将多传感器信息融合理论应用在电力设备的故障诊断，所研究算法包含三个指标参数，分别是温度、温度差和温度变化率。通过利用传感器在等时间段测量设备的温度，然后计算出温度差和温度变化率，最后利用这三个指标参数使用数据融合系统......
    4. 《基于GA-BP神经网络的多传感器轴承故障诊断》PDF+DOC 由于单一传感器采集滚动轴承的故障信息精度较低，提出基于GA-BP神经网络的多传感器信息融合方法。首先使用单一传感器采集其状态信息，并采用小波包分析提取轴承故障状态特征，然后采用遗传算法(GA)优化BP神经网络对单传感器进行滚动轴承故障诊断，接着运用DS证据理论把每一个诊断结果进行信息融合，最终得到诊......
    5. 《设备故障信息融合问题的思考》PDF+DOC 认为信息融合技术是工程需求和科技发展的必然结果，给出了信息融合前应当去噪的信息熵解释，探讨了对信息融合方法的要求，提出了融合－识别的构架问题并提出了三类融合－识别构架，对现有的一些信息融合方法进行了回顾和小结。...
    6. 《基于信息融合方法的电力变压器网络在线监测与故障诊断研究》PDF+DOC 针对电力变压器在线监测与故障诊断问题，提出了基于多传感器信息融合与嵌入式网络相结合的解决方案。介绍了变压器油中气体分析的原理及诊断方法，重点论述了基于Webit的嵌入式网络在线监测方法，基于BP网络的混合气体识别方法及多传感器一致性信息融合方法等通过试验，验证了方法的有效性。...
    7. 《基于虚拟仪器的机车滚动轴承故障诊断研究》PDF+DOC 介绍了机车滚动轴承故障诊断的机理。利用LabVIEW软件和相关硬件，设计了一种机车滚动轴承故障诊断系统。该系统结合某一型号机车轮对，利用CompactDAQ和NI 9233加速度采集模块采集滚动轴承振动信号。根据滚动轴承机理，振动信号包含滚动轴承故障信息。因此，运用小波变换函数，对振动信号进行时频域......
    8. 《基于主成分分析的多源特征融合故障诊断方法》PDF+DOC 目前故障诊断的实际应用中，因噪声的干扰，基于单传感器的故障诊断稳定性较差，很难达到满意的诊断精确度。提出了一种多传感器多特征数据融合的故障诊断方法。该方法利用多传感器从不同部位获取同一部件的运行状况，并通过构建多源特征融合模型，提高特征信息的抗干扰性，最后通过融合特征信息来完成部件的故障诊断。在将新......
    9. 《基于BP神经网络和D-S证据理论的滚动轴承故障诊断方法研究》PDF+DOC 针对单一传感器对滚动轴承故障信息的识别具有不确定性的缺陷，提出了基于BP神经网络与D-S证据理论的多传感器信息融合的方法。将BP神经网络的输出结果进行归一化处理作为各焦元的基本概率分配，轴承的5种故障类型作为系统的识别框架，根据Dempster合成法则进行决策级融合。试验结果表明，利用该方法对轴承的......
    10. 《基于KPCA-BP网络模型的滚动轴承故障诊断方法研究》PDF+DOC 针对滚动轴承信号的非线性、非平稳性特点及诊断中冗余与噪音的干扰，引入了核主元分析法和BP神经网络相结合的方法对轴承的故障信号进行诊断，以提高轴承故障诊断的性能。通过5个传感器采集轴承不同状态的故障信号，利用小波包提取能量特征值，同时提取轴承的时-频域特征量组成原始特征空间，利用核主元分析方法对原始特......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。