摘要:針對單一分類器進(jìn)行故障診斷時診斷精度不高、隨機(jī)性強(qiáng)的問題,提出一種基于改進(jìn)D-S證據(jù)理論的滾動軸承故障診斷方法,構(gòu)建了信息融合診斷框架。首先,利用BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、徑向基神經(jīng)網(wǎng)絡(luò)構(gòu)建初步診斷層,將提取的特征信息進(jìn)行初步診斷;然后,利用改進(jìn)的D-S證據(jù)理論構(gòu)建融合診斷層,將初步診斷層的診斷結(jié)果進(jìn)行融合,并根據(jù)診斷規(guī)則得到最終的診斷結(jié)果;最后,采用不同的信息融合方法對滾動軸承故障數(shù)據(jù)進(jìn)行對比研究。試驗(yàn)結(jié)果表明:使用改進(jìn)D-S證據(jù)理論的滾動軸承故障診斷方法能夠有效提高證據(jù)可信度,降低不確定性,提高故障診斷精度和故障診斷模型的魯棒性。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社