论文部分内容阅读
针对故障信息的多样性、巨大性、不确定性,阐述了D-S证据理论的基本概念及合成法则,提出一种面向风力发电机组状态监测的D-S证据理论信息融合方法.通过仿真实验,将信息融合方法应用于风力发电机组状态监测.结果表明,D-S证据理论信息融合方法可有效降低故障诊断的不确定性,提高故障状态识别的可信度.
D-S证据理论信息融合监测风力发电机组状态
【摘 要】
：
针对故障信息的多样性、巨大性、不确定性,阐述了D-S证据理论的基本概念及合成法则,提出一种面向风力发电机组状态监测的D-S证据理论信息融合方法.通过仿真实验,将信息融合方
【机 构】
：
北京信息科技大学
【出 处】
：
第十五届中国科协年会
【发表日期】
：
2013年期
其他文献
通过瞬时角加速信息分析回转机械故障是机械诊断领域的热点问题,其中瞬时角加速的准确获取是关键.给出了基于增量式编码器的瞬时角加速信息测量方法,分析了采样频率、编码器
会议
斋号问梅堂、玄壶居,别署狂花居士。现为中国美术家协会国画艺委会《国画艺术》副主编、中国美协敦煌创作中心副主任、南京书画院特聘画家。与程风子相识,最早缘于他为我治印
综合传动是履带车辆的关键部件,结构复杂、造价昂贵,在提高车辆动力性和操控性的同时,面临着在线故障诊断方法较为滞后的突出问题.综合传动关键部件早期故障包括离合器摩擦片
会议
针对旋转机械故障分类边界模糊、传统神经网络算法难以使应用问题的网络规模与实例规模相匹配等问题,提出一种自学习模糊脉冲神经网络算法.该算法通过脉冲序列的种群编码和无
针对滚动轴承的故障,提出一种基于核主元分析、粗糙集和BP神经网络相结合的智能诊断方法.采用混合核函数的核主元分析和粗糙集优化,作为BP神经网络输入的时、频域特征参数,输
会议
提出了基于粒子群优化算法(PSO)优化Elman神经网络的滚动轴承故障诊断模型.采用具有动态递归特性的Elman神经网络代替常用的前向传播神经网络BP神经网络,可以增强滚动轴承故
会议
故障特征提取是轴承故障诊断的关键.希尔伯特变换处理信号局部特征,具有较好的分解和处理能力.本文应用希尔伯特黄变换对轴承故障信号特征提取,采用支持向量机模式识别,以诊
会议
通过数字钻孔摄像技术获取深部矿体的结构特征,结合地质成矿理论和结构面优势产状的动态聚类分析,提出一种预测深部矿脉延伸方向的新方法,并应用于安徽省金寨县沙坪沟钼矿工
会议
深部开采中,矿山深井巷道的地压活动十分复杂,很大程度上影响了矿山生产安全.本文运用机械式多点位移计和钻孔式应力计,对冬瓜山铜矿的地压分布规律进行了现场监测.结果表明: