基于D—S理论的故障诊断融合算法及应用研究

编号 zgly0000651134

文献类型 期刊论文

文献题名 基于D—S理论的故障诊断融合算法及应用研究

学科分类 220.5540;木材学

作者 张佳薇  李明宝  郭润龙 

作者单位 东北林业大学机电工程学院  东北林业大学土木工程学院 

母体文献 自动化仪表 

年卷期 2010(1)

页码 23-25,29

年份 2010 

分类号 TP206 

关键词 证据理论  故障诊断  融合算法  RBF神经网络  木材含水率  检测 

文摘内容 针对工业现场传感器状态类型复杂多变、被测参量难以准确可靠获得等问题, 提出了一种基于RBF神经网络和证据理论的两级信息融合方法。利用RBF神经网络实现特征层数据融合, 并建立基本信任分配函数, 解决了D-S证据理论确定基本信任分配函数困难的问题; 基于D—S证据理论的传感器故障诊断方法, 可用来判断出工业现场传感器的有效工作状态。木材含水率检测结果表明, 基于RBF神经网络和证据理论的两级信息融合方法可正确定位并准确分离出失效传感器。