论文部分内容阅读
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。