《基于多传感器信息融合和神经网络的汽轮机故障诊断研究》PDF+DOC
作者:凌六一,黄友锐,魏圆圆
单位:国网能源研究院;中国电机工程学会
出版:《中国电力》2010年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFZGDL2010030150
DOC编号:DOCZGDL2010030159
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多传感器信息融合的矿井通风机故障诊断》PDF+DOC2008年第06期 凌六一,黄友锐
《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+DOC2002年第22期 魏守智,王刚,王金东,韩光洁,赵海
《一种民航发动机传感器非线性故障诊断方法》PDF+DOC 王力,孙贺
《基于多传感器信息融合的故障诊断方法》PDF+DOC2016年第01期 孙国玺,雷高伟,张清华,王磊,邵龙秋
《多传感器信息融合与神经网络的汽轮机的故障分析》PDF+DOC2017年第22期 刘国斌
《基于神经网络信息融合技术的应用》PDF+DOC2005年第22期 汪召堂,于晓阳
《火电机组信息融合故障诊断方法及其发展》PDF+DOC2005年第01期 陈非,黄树红,张燕平,高伟
《基于信息融合原理的智能故障诊断模型》PDF+DOC2004年第08期 苏羽,赵海,田富俊,王刚
《碟式分离机主要故障的分析与故障诊断系统的设计》PDF+DOC2002年第06期 马晓建,周保堂,贺世正,陈瑞琪,吴文英
《基于神经网络和证据理论的信息融合在故障诊断中的应用》PDF+DOC2012年第11期 李伟,梁玉英,朱赛
针对传统故障诊断方法存在的诊断准确性不高的问题,提出了基于D-S证据理论的多传感器信息融合技术与BP神经网络相结合的方法,实现对汽轮机的机械故障诊断。由多个传感器采集振动信号,分别经小波变换特征提取后获得故障特征值,再经BP神经网络进行故障局部诊断,得到相应传感器对故障类型的基本可信任分配函数值,即获得彼此独立的多个证据,然后运用D-S证据理论对各证据进行融合,最终完成对汽轮机机械故障的准确诊断。实验结果表明,该方法克服了单个传感器的局限性和不确定性,是一种有效的故障诊断方法。
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。