《基于多传感器信息融合的贝叶斯网络故障诊断方法研究及应用》PDF+DOC
作者:刘希亮,陈桂明,李方溪,张倩
单位:西北工业大学
出版:《机械科学与技术》2013年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJXKX2013010220
DOC编号:DOCJXKX2013010229
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于贝叶斯网络的信息融合汽车网络故障诊断方法》PDF+DOC2015年第10期 李宏梅,佟为明,程树康
《Volterra级数与神经网络的光纤传感器网络故障诊断》PDF+DOC2016年第03期 孙海梦
《基于PCR5规则的非合作目标识别方法研究》PDF+DOC2019年第02期 李洋,卓志敏,张南,张丹丹
《多传感器信息的表决融合》PDF+DOC1995年第01期 夏佩伦,李满意,程俊
《离散贝叶斯分类算法及分类误差估计》PDF+DOC2004年第S2期 周德全
《网络故障诊断技术研究》PDF+DOC 陈玥
《多传感器信息融合技术在瓦斯监测中的应用》PDF+DOC2010年第09期 訾兴建
《基于贝叶斯网络动态推理的信息融合方法探讨》PDF+DOC2010年第03期 马跃龙,詹武
《基于信任度的多传感器数据融合及其应用》PDF+DOC2008年第S1期 焦竹青,熊伟丽,张林,徐保国
《无线传感器网络故障诊断技术研究》PDF+DOC2013年第09期 余国伟
针对齿轮泵信号具有复杂性和模糊性的特点,提出了一种基于多传感器信息融合的贝叶斯网络故障诊断方法。分析了齿轮泵振动和压力信号特点,以此为基础提取了振动信号的能量特征、分形特征和压力信号的高频压力脉动3种特征属性,构建了多故障贝叶斯网络对特征进行融合,设计了贝叶斯分类器,通过最大后验概率准则识别故障类型。两次融合结果表明:多传感器信息完备了特征空间,提高了诊断正确率,能够有效实现齿轮泵多种故障的诊断,具有较好的应用价值。
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。