《基于GA-BP神经网络的多传感器轴承故障诊断》PDF+DOC
作者:李荣远,张国银,王海瑞,王雪,宋怡然,齐磊,任玉卿
单位:天华化工机械及自动化研究设计院
出版:《化工自动化及仪表》2017年第10期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFHGZD2017100020
DOC编号:DOCHGZD2017100029
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《基于多传感器信号和卷积神经网络的滚动轴承故障诊断》PDF+DOC2020年第04期 朱丹宸,张永祥,潘洋洋,朱群伟
《基于多传感器信息融合的滚动轴承故障诊断》PDF+DOC2012年第03期 艾莉,华静
《基于证据理论的主动融合模型及其在故障诊断中的应用》PDF+DOC2002年第05期 徐建平,刘同明
《多传感器信息融合在电机故障诊断中的应用》PDF+DOC2012年第05期 程加堂,周燕洁,段志梅
《运用信息融合的电路故障诊断方法研究》PDF+DOC2011年第12期 马晓阳,王璇
《基于数据融合的滚动轴承故障诊断研究》PDF+DOC2011年第03期 黄银花
《改进时空DS证据理论在车辆识别中的应用》PDF+DOC2010年第01期 张宗志,李一兵,林云
《潜艇大气环境多传感器信息融合技术研究》PDF+DOC2008年第S2期 汤雪志,陆洋,陈涛
《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
由于单一传感器采集滚动轴承的故障信息精度较低,提出基于GA-BP神经网络的多传感器信息融合方法。首先使用单一传感器采集其状态信息,并采用小波包分析提取轴承故障状态特征,然后采用遗传算法(GA)优化BP神经网络对单传感器进行滚动轴承故障诊断,接着运用DS证据理论把每一个诊断结果进行信息融合,最终得到诊断结果。仿真实验结果表明:该方法可提高滚动轴承故障诊断的精确度和效率。
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。