《多传感器融合在通风机故障诊断中的应用》PDF+DOC
作者:李林琛,蒋小平
单位:重庆市光学机械研究所
出版:《激光杂志》2016年第04期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJGZZ2016040250
DOC编号:DOCJGZZ2016040259
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于朴素贝叶斯的局部放电诊断模型》PDF+DOC2016年第09期 陈新美,潘笑颜,路光辉,牧继清,姬波
《一种基于增强学习神经网络的雷达故障诊断方法》PDF+DOC2017年第12期 庄夏
《一种基于模糊积分决策融合方法的故障诊断方法》PDF+DOC2001年第05期 王艳,章树鸿,曲轶莉
《油气管道的破坏监测》PDF+DOC2001年第S1期 张朝晖,耿艳峰,廖明燕
《模糊自学习故障诊断在柴油机电控系统中的应用》PDF+DOC2001年第02期 常久鹏,蔡遂生,程昌圻,范伯元
《机械设备振动监测与故障诊断的发展与展望》PDF+DOC1998年第04期 陆建湖,黄文,毛汉领
《基于D-S的小波神经网络信息融合方法》PDF+DOC2006年第04期 杨亚军,王福明
《柴油发动机故障诊断技术研究》PDF+DOC2006年第07期 刘卫东,丁恩杰
《基于RBF网络的模拟移动床PH传感器故障诊断》PDF+DOC2005年第21期 高山,潘丰
《多传感器信息融合技术在电力系统的应用前景探讨》PDF+DOC2003年第S1期 王文志,余芳
针对单一传感器节点只能采集通风机的部分信息,故障诊断结果具有片面性,提出一种多传感器融合的通风机故障诊断方法。首先采用单个传感器提取其状态信息,并采用小波分析提取通风机状态特征,然后采用神经网络对单一传感器进行通风机故障诊断,然后将每一个诊断结果作为一个证据,采用D-S证据理论进行信息融合,得到最终诊断结果,最后采用仿真实验进行了性能测试和验证。结果表明,本文方法可以在很短时间内得到较高的通风机故障诊断正确率,提高风机故障诊断精度和效率。
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。