基于数据融合方法的齿轮泵故障诊断研究
研究了基于多传感器信息融合的齿轮泵故障诊断方法,利用基于RBF神经网络特征级融合的齿轮泵故障诊断方法,分别得到了基于振动信号与压力信号特征的神经网络故障诊断结果;对基于D-S证据理论的决策级融合诊断方法进行了研究,并利用证据理论对齿轮泵局部诊断神经网络的诊断结果进行了决策融合,得到了更为准确和可靠的故障诊断结果.
齿轮泵 RBF神经网络 D-S证据理论 故障诊断
陈中华 王汉功 潘伟
第二炮兵工程学院,西安,710025 第二炮兵装备研究院,北京,100085
国内会议
昆明
中文
101-104
2006-08-14(万方平台首次上网日期,不代表论文的发表时间)