《基于ELM和证据理论的发动机故障诊断》PDF+DOC
作者:马超,张英堂,李志宁,尹刚
单位:兵器工业车用发动机专业情报网;中国北方发动机研究所
出版:《车用发动机》2013年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCYFD2013030200
DOC编号:DOCCYFD2013030209
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVDD与D-S证据理论的发动机故障诊断研究》PDF+DOC2013年第01期 张玲玲,廖红云,贾继德,乔龙,程利军
《用证据理论实现机器人多感觉信息的融合》PDF+DOC1999年第05期 张乐星,罗志增,叶明
《证据理论在旋转机械故障诊断中应用》PDF+DOC2007年第02期 刘永安,白文宝,徐保国
《用证据理论实现多信息融合的一种改进算法》PDF+DOC2000年第01期 肖志宏,罗志增,叶明
《D-S证据理论在时-空信息融合中的应用》PDF+DOC2005年第13期 李茹,李弼程,李斗
《采用D-S证据理论的双色红外小目标融合检测》PDF+DOC2005年第03期 李秋华,李吉成,沈振康
《D-S证据理论在通信雷达一体化侦察系统对武器平台识别中的应用》PDF+DOC2004年第06期 王勇,毕大平
《D-S算法在信息融合中的研究与实现》PDF+DOC2010年第01期 李轶,靳新
《D-S证据理论在火灾探测中的应用》PDF+DOC2007年第06期 连倩,苏杰
《基于D-S证据理论的红外小目标融合检测方法》PDF+DOC2006年第01期 李秋华,李吉成,沈振康
针对发动机故障多样性和复杂性等特点,基于信息融合原理,提出了一种基于极限学习机(ELM)和D-S证据理论相结合的发动机故障诊断方法。该方法通过构建多子ELM分类模块进行局部诊断,采用类内间距法求出实际输出与标准输出的相似度矩阵,并将其归一化得到各单一传感器的信度函数分配框架,运用证据理论融合得出最终的诊断结果。实例表明,该方法通过对多源多特征参数进行融合,充分利用了各传感器的冗余及互补信息,与单一振动或噪声信号的诊断效果相比,显著提高了故障诊断精度,降低了诊断结果的不确定性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。