基于多传感器信息融合和神经网络的汽轮机故障诊断研究
文献类型：期刊论文
| 刊名 | 中国电力
 |
| 出版日期 | 2010 |
| 卷号 | 000 |
| 关键词 | 故障诊断 信息融合 BP神经网络 证据理论 汽轮机故障 |
| ISSN号 | 1004-9649 |
| 其他题名 | Research on fault diagnosis of turbine based on multi-sensor information fusion and neural network |
| 英文摘要 | 针对传统故障诊断方法存在的诊断准确性不高的问题，提出了基于D—S证据理论的多传感器信息融合技术与BP神经网络相结合的方法．实现对汽轮机的机械故障诊断。由多个传感器采集振动信号．分别经小波变换特征提取后获得故障特征值．再经BP神经网络进行故障局部诊断．得到相应传感器对故障类型的基本可信任分配函数值．即获得彼此独立的多个证据．然后运用D—S证据理论对各证据进行融合．最终完成对汽轮机机械故障的准确诊断。实验结果表明．该方法克服了单个传感器的局限性和不确定性．是一种有效的故障诊断方法。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:3828677 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/68503]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | . 基于多传感器信息融合和神经网络的汽轮机故障诊断研究[J]. 中国电力,2010,000. |
| APA | (2010).基于多传感器信息融合和神经网络的汽轮机故障诊断研究.中国电力,000. |
| MLA | "基于多传感器信息融合和神经网络的汽轮机故障诊断研究".中国电力 000(2010). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。