《多特征信息融合的贝叶斯网络故障诊断方法研究》PDF+DOC
作者:姜万录,刘思远
单位:中国机械工程学会
出版:《中国机械工程》2010年第08期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFZGJX2010080130
DOC编号:DOCZGJX2010080139
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
《一种便携式轴向柱塞泵故障诊断系统设计开发》PDF+DOC2019年第01期 赵婧羽
《基于深度信念网络和多信息融合的复杂机电装备故障诊断方法》PDF+DOC2019年第01期 刘秀丽,徐小力
《小波—人工神经网络信息融合故障诊断方法》PDF+DOC1997年第02期 马建仓,罗磊,吴启彬
《基于信息融合的便携式旋转风机故障诊断分析仪》PDF+DOC2006年第03期 李武朝,朱大奇
《液压泵信息融合故障诊断》PDF+DOC2005年第04期 王少萍,苑中魁,杨光琴
《开闭路式泵滑靴底面动态仿真及试验》PDF+DOC2004年第04期 闻德生,潘景,吕世君,闻佳
《基于基座多传感核主元分析的故障诊断》PDF+DOC2011年第07期 李学军,杨大炼,郭灯塔,蒋玲莉
《模糊信息融合在舰炮随动系统故障诊断中的应用》PDF+DOC2008年第03期 史跃东,王德石
《基于支持向量分类机的模拟电路故障诊断方法》PDF+DOC2007年第03期 吕靖,雷源涛
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。
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。