《基于SVDD与D-S证据理论的发动机故障诊断研究》PDF+DOC
作者:张玲玲,廖红云,贾继德,乔龙,程利军
单位:中国汽车工程学会
出版:《汽车工程》2013年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFQCGC2013010070
DOC编号:DOCQCGC2013010079
下载格式:PDF + Word/doc 文字可复制、可编辑
《汽车融合故障诊断中D-S证据理论基本可信度的研究》PDF+DOC2011年第08期 邹本存,储江伟,张丽莉
《基于D-S证据理论的油浸式电力变压器故障诊断》PDF+DOC2007年第01期 邱大庆,周亚明,王锐,赵振兵
《D-S证据理论信息融合在故障诊断中的应用》PDF+DOC2007年第08期 胡冠林,李娟,罗勇
《基于模糊逻辑和证据理论的故障诊断方法》PDF+DOC2012年第01期 吴晓平,郑之松,付钰
《基于改进D-S组合规则的故障模式分类》PDF+DOC2011年第02期 苏晓燕,邓勇,吴英,蒋雯
《D-S证据理论在多传感器故障诊断中的改进及应用》PDF+DOC2011年第S1期 李月,徐余法,陈国初,苗锐,俞金寿
《基于D-S证据理论的液压泵故障诊断》PDF+DOC2010年第05期 柴令华,陈小虎,毋文峰
《基于模糊C均值聚类和D-S证据理论的多传感器信息融合技术研究》PDF+DOC2008年第05期 张公永,王平,张佑春
《基于D-S证据理论技术的发动机转子故障诊断》PDF+DOC2008年第01期 赵鹏,王仲生
《基于ELM和证据理论的发动机故障诊断》PDF+DOC2013年第03期 马超,张英堂,李志宁,尹刚
提出了一种基于支持向量数据描述(SVDD)和D-S证据理论相结合的故障诊断新方法,通过SVDD算法分别判断来自单个传感器的数据,然后运用D-S证据理论对各传感器的诊断结果进行信息融合,最终实现对发动机的故障诊断。试验表明,该方法充分利用各信号源的冗余互补信息,降低了诊断的不确定性,提高了故障诊断的可靠性。
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。