基于信息融合与神经网络的复合振动故障诊断
Compound Vibration Fault Diagnosis Based on Information Fusion and Neural Networks作者机构:长安大学汽车学院车辆工程系
出 版 物:《振动.测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)
年 卷 期:2004年第24卷第4期
页 面:290-293页
核心收录:
学科分类:12[管理学] 08[工学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1002[医学-临床医学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0805[工学-材料科学与工程(可授工学、理学学位)] 0802[工学-机械工程] 0703[理学-化学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0801[工学-力学(可授工学、理学学位)] 0702[理学-物理学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:依据复合故障特性 ,提出了一种基于信息融合与神经网络的复合振动故障诊断方法。进行了传感器级的时间跨度的特征融合 ,然后再实行全局的空间跨度的融合。融合过程基于神经网络式特征提取 ,该方法可以在系统状态未知的情况下 ,自适应地融合不同故障测点的信息 ,从而较全面、准确、及时地反映系统的振动故障状态。并以汽车动力系统复合故障的诊断事例详细说明了该方法的具体实现步骤。结果表明 ,经过多故障特征信息融合 ,诊断结论的可信度明显提高 ,不确定性明显减小 ,显示了该诊断方法的有效性。