基于EWT与改进D-S证据理论的燃气调压器故障诊断
Fault Diagnosis of Gas Pressure Regulator Based on EWT and Improved D-S Evidence Theory作者机构:北京建筑大学电气与信息工程学院北京100044 北京市建筑大数据智能处理方法研究重点实验室北京100044
出 版 物:《机床与液压》 (Machine Tool & Hydraulics)
年 卷 期:2023年第51卷第7期
页 面:199-207页
学科分类:08[工学] 081404[工学-供热、供燃气、通风及空调工程] 0814[工学-土木工程] 0811[工学-控制科学与工程]
基 金:国家重点研发计划支撑项目(2018YFC0807806) 北京建筑大学研究生创新项目(PG2021060)。
主 题:燃气调压器 故障诊断 经验小波变换 能量熵 D-S证据理论 证据关联系数
摘 要:针对传统单一燃气调压器故障诊断模型存在诊断精度较低和结果误判别率高等问题,提出一种经验小波变换(EWT)与改进D-S证据理论结合的故障诊断方法,对燃气调压器故障状态进行诊断。使用EWT对传感器采集数据进行预处理并计算各分量能量熵,将其作为以广义回归神经网络、Elman神经网络和灰关联熵分析3种模型为基础构建的混合诊断模型的输入变量。根据D-S证据理论建立3个模型的基本信度函数,实现故障信息的决策融合,并引入证据关联系数法对证据体决策重要度和冲突问题加权修正。实验结果表明:EWT与改进D-S证据理论模型的故障诊断准确率达95.0%,在平均误差、均方误差、最大误差百分比等方面均优于单一的广义回归神经网网络、Elman神经网络和灰关联熵分析模型。