基于BP算法与D-S理论的故障诊断技术

摘要：

本文构建了采用局部神经网络与证据理论相结合的数据融合装备故障诊断通用框架。在故障模式识别中提出将RBF神经网络作为局部神经网络,将小波包分解提取的各频率能量作为其输入向量,对各传感器采集的信号分别做特征级融合,并通过实验验证了该方法的有效性。结合神经网络和证据理论的特点,给出神经网络与D-S证据理论结合使用的决策级融合。实验结果表明,使用D-S理论对神经网络给出的证据进行融合后,机械装备故障诊断的判别结果更为准确。

关键词： 故障诊断 数据融合 BP算法 D-S理论

作者: 莫秋云 杨晓清 宾莹

作者单位: 桂林电子科技大学 机电工程学院,广西 桂林 541004

会议类型: 国内会议

会议名称: 2010年全国振动工程及应用学术会议(暨第十二届全国设备故障诊断学术会议、第二十三届全国振动与噪声控制学术会议)

会议地点: 沈阳

会议语种:中文

页码: 16-19

在线出版日期: 2010-08-15（万方平台首次上网日期，不代表论文的发表时间）