| 基于神经网络和证据理论的液压系统故障诊断 |
| |
| 引用本文： | 邓丽君,董增寿,宋明远. 基于神经网络和证据理论的液压系统故障诊断[J]. 太原科技大学学报, 2012, 33(3): 167-171 |
| |
| 作者姓名： | 邓丽君 董增寿 宋明远 |
| |
| 作者单位： | 1. 太原科技大学电子信息工程学院,太原,030024
2. 太原科技大学华科学院,太原,030024 |
| |
| 基金项目： | 国家自然科学基金，太原市科技局大学生创新创业专题 |
| |
| 摘 要： | 针对液压系统故障多样性和复杂性等特点,基于信息融合原理,提出了一种基于神经网络和D-S(Dempster-Shafer)证据理论相结合的液压系统故障诊断方法。该方法通过构建多子神经网络分类模块进行局部诊断,利用各子神经网络的输出值作为证据理论中的基本可信度,经过证据理论的再次融合得出最终的诊断结果。实例表明,该方法通过简化神经网络结构,提高了局部诊断网络的诊断能力,通过对多源多特征参数的融合,充分利用各传感器的冗余和互补的故障信息,与单一故障特征的诊断相比,显著提高了故障诊断的准确率,降低了决策的不确定性。
|
| 关 键 词： | 液压系统故障诊断 神经网络 D-S证据理论 |
Hydraulic System Fault Diagnosis Based on Neural Network and Evidence Theory |
| |
| Abstract: | |
| |
| Keywords: | hydraulic system fault diagnosis neural network D-S evidence theory |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
