《基于改进证据理论的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,罗显廷
单位:中国振动工程学会;上海交通大学;上海市振动工程学会
出版:《振动与冲击》2013年第18期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFZDCJ2013180100
DOC编号:DOCZDCJ2013180109
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研究及应用》PDF+DOC2013年第06期 刘希亮,陈桂明,李方溪,张倩
《基于改进证据理论的全信息故障诊断》PDF+DOC2016年第03期 廖平,郑友娟,覃才珑
《基于改进证据理论的齿轮泵故障诊断方法研究》PDF+DOC2013年第07期 刘希亮,陈桂明,李方溪,张倩
《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC2017年第04期 周国宪,伍星,刘韬
《症状推理在诊断信息融合中的应用研究》PDF+DOC2001年第03期 袁小宏,屈梁生
《基于直觉模糊证据合成的多传感器目标识别》PDF+DOC2012年第11期 耿涛,卢广山,张安
《一种改进的基于权重系数的证据合成方法》PDF+DOC2012年第07期 黄青,陈以,陈燕兰
《一种基于可信度矩阵的多传感器目标识别方法》PDF+DOC2011年第03期 兰旭辉,熊家军
《一种新的瓦斯监测证据合成方法》PDF+DOC2015年第14期 陈强,黄丹丹,李彬,卢愿
《基于DS证据理论的精馏塔故障诊断方法》PDF+DOC2013年第28期 杨帆,江星,陈茂林,吴迅,张岗
针对传感器证据信息全局修正针对性不强及冲突证据无法判别等问题,提出基于改进证据理论的故障诊断方法。利用冲突证据判据判断可信证据与冲突证据,保留可信证据,通过可信度对冲突证据进行针对性修正。该判断及局部修正可降低传感器证据信息的不确定性,并减弱冲突信息对合成结果影响。结合神经网络建立特征空间到证据空间的映射,有效利用网络输出结果,通过信息熵构建原始证据。将所有证据用改进D-S公式合成。通过齿轮泵早期故障试验,与神经网络及其它证据合成方法对比表明,该方法诊断精度较高,从而验证了融合方法的有效性。
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。