《基于幂均算子和证据理论的故障诊断方法》PDF+DOC
作者:王鸿飞,刘海斌,邓鑫洋,蒋雯
单位:中国自动化学会;中国科学院沈阳自动化研究所
出版:《信息与控制》2019年第05期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFXXYK2019050090
DOC编号:DOCXXYK2019050099
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《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
《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
《基于加权D-S证据理论信息融合的故障诊断方法及其应用》PDF+DOC2011年第03期 漆随平,王东明,刘涛,初为先,于宏波
《D-S证据理论在机床故障诊断中的应用》PDF+DOC2010年第07期 赵欣
《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
《基于证据理论的多源信息融合模型》PDF+DOC2017年第01期 安春莲,黄静,吴耀云
《基于信息融合技术的旋转机械故障诊断系统》PDF+DOC2006年第S1期 丁武仁,钱云,陈林书
《多传感器信息融合技术在目标飞机类型识别上的应用》PDF+DOC2008年第03期 屈志宏,齐晓林,李方,郭明威
《基于改进证据理论的故障诊断方法研究及应用》PDF+DOC2013年第18期 刘希亮,陈桂明,李方溪,张倩,罗显廷
将证据理论在处理不确定性信息方面的优势用于故障诊断,可提高诊断的精确度和准确性.从证据理论的角度来看,从每个发动机传感器获得的信息可以看作一条证据,基于多传感器信息的发动机故障诊断即是一个证据融合问题.本文使用证据理论作为描述发动机状态的多传感器信息建模方法.首先,在处理特征值样本数据时,引入幂均算子的方法以提高整个故障诊断系统的准确性;通过量化待测特征值和故障原型之间的距离生成基本概率分配函数;然后引入证据信息量的方法对融合后的结果进行性能评估;最后通过发动机故障案例对该方法进行验证,并与其它方法进行对比,结果充分证明了该方法的真确性与可靠性。
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。