《基于多域特征与改进D-S证据理论的齿轮故障智能诊断方法》PDF+DOC

📙 相关资料

1. 《基于证据理论和支持向量机的多传感器融合在风机齿轮故障诊断中的应用》PDF+DOC 针对单一传感器只能采集风电机组齿轮箱的部分振动信息，故障诊断结果具有片面性，提出一种基于证据理论和支持向量机的多传感器融合在风机齿轮故障诊断方法。首先运用单个传感器采集齿轮箱各种状态下的振动信息，用小波分析提取齿轮箱状态特征；然后采用支持向量机对故障诊断特征进行训练，构建各类故障诊断子分类器；最后采......
2. 《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC 简述了一种基于支持向量机(SVM)和证据理论的多传感器信息融合的方法，并构造了基于支持向量机的概率计算模型。利用齿轮箱的常见故障预测，对所建立的数学模型进行验证，计算结果显示基于SVM和证据理论的信息融合故障诊断方法，要比单一传感器故障诊断有更高的准确性。...
3. 《海量信息融合方法及其在故障诊断中的应用》PDF+DOC 针对多传感器融合的信息不确定性以及证据理论缺乏对海量信息融合的有效处理，以概率盒理论为基础，提出一种基于改进的证据理论概率盒融合算法，用于解决故障诊断中的应用问题。首先将多个传感器数据进行分布类型检验，然后针对不同分布特点使用不同方案进行建模，并利用改进的证据理论概率盒融合算法进行数据融合，最后从融......
4. 《D-S证据理论的改进算法在时-空信息融合中的应用》PDF+DOC 研究基于D-S证据理论的时-空信息融合，即多传感器多测量周期的信息融合，给出了三种时-空信息融合的方法：集中式、分布式无反馈和有反馈的融合算法。采用这些传统的时-空信息融合方法时，最终的融合结果会产生概率分配过分集中的现象，而且证据冲突时还会产生有悖常理的结果。本文在传统证据理论的合成公式的基础上给......
5. 《神经网络信息融合及其在球磨机测量中的应用》PDF+DOC 火电厂中钢球磨煤机筒内存煤量的测量问题一直是制粉控制效率低和自动控制难以投入运行的主要原因之一，针对D-S证据理论存在的不足，而利用神经网络具有的自组织、自学习，并行分布处理、高度容错性和鲁棒性的特点，本文提出了一种将证据理论与模糊理论相结合的模糊证据理论方法并将其用于解决球磨机存煤量的测量问题。融......
6. 《基于决策距离测量的D-S证据理论冲突处理方法》PDF+DOC D-S(Dempster-Shafer)证据理论作为不确定性推理的有效工具，广泛应用于多传感器信息融合领域[1]。而D-S证据理论在证据高度冲突时，应用D-S合成规则可能得到有悖常理的结论。针对这一问题，从分析引起D-S冲突问题的原因入手，引入决策距离测量概念求取高度支持的最大传感器连接组，剔除互不......
7. 《基于多分类支持向量机和证据合成方法的多传感器信息融合研究》PDF+DOC 为克服支持向量机和Dempster方法的不足，提出一种基于SVM多分类器的识别结果概率输出方法。以BPA函数的形式输出SVM多分类结果，对Dempster证据合成方法进行了改进：根据证据之间的相似性程度判断是否存在证据冲突，对于证据数目在3条以上且存在冲突的证据组合，引用统计理论中马氏距离的计算公式......
8. 《多传感器信息融合技术在目标飞机类型识别上的应用》PDF+DOC 目标飞机类型的识别有助于了解战场态势，增强对抗攻击能力。在系统模型的基础上结合实战提出影响目标飞机类型识别的证据，并按照影响程度进行优先权排序；联合数据库，提出证据概率计算的数学表达式；采用深度优化搜索的融合模式，按照D-S证据理论进行融合计算；在传感器管理模块的作用下，对融合结果进行反馈控制；结合......
9. 《基于证据理论的目标识别方法》PDF+DOC 当目标识别系统中传感器信息高度冲突时，仅利用D-S组合规则无法有效融合。提出一种基于证据理论的目标识别方法，该方法首先定义了冲突系数，在此基础上设计了目标识别方法。当冲突较小时，直接利用D-S组合规则进行融合识别；反之，根据冲突的具体情况对证据先折扣再融合识别。通过目标识别仿真实验与其他识别方法进行......
10. 《基于决策层的提升机减速器故障诊断方法研究》PDF+DOC 针对提升机减速器提出了一种决策层融合结构模型应用在齿轮故障诊断中。对各个传感器的信息进行神经网络属性判决，再将各神经网络的属性判决进行决策层融合，此种方法具有较强的灵活性，当传感器数目增加时，只需增加神经网络个数就可。对以上信息融合故障诊断方法经过试验研究，证明了方法应用在提升机减速器诊断系统中，减......