發(fā)布時(shí)間：2017-10-04 01:28

  本文關(guān)鍵詞：滾動(dòng)軸承故障信息的特征級(jí)融合與決策級(jí)融合

  更多相關(guān)文章： 滾動(dòng)軸承 故障診斷 特征級(jí)融合 決策級(jí)融合 熵值權(quán)重法 D-S證據(jù)理論

【摘要】：在對(duì)滾動(dòng)軸承原始故障信號(hào)完成特征提取與特征篩選的基礎(chǔ)上,利用BP、RBF以及SVM三種網(wǎng)絡(luò)模型對(duì)篩選完的特征量進(jìn)行特征級(jí)融合[1];針對(duì)單一的網(wǎng)絡(luò)模型的不確定性,通過(guò)隸屬度熵值權(quán)重法確定了三種網(wǎng)絡(luò)模型的不確定度[2],并引入D-S證據(jù)理論[3],對(duì)三種網(wǎng)絡(luò)的計(jì)算結(jié)果進(jìn)行決策級(jí)融合[4](以滾動(dòng)軸承外圈故障為例),以提高對(duì)滾動(dòng)軸承故障診斷精度。
【作者單位】： 青島理工大學(xué)機(jī)械工程學(xué)院;
【關(guān)鍵詞】： 滾動(dòng)軸承 故障診斷 特征級(jí)融合 決策級(jí)融合 熵值權(quán)重法 D-S證據(jù)理論
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(編號(hào):51075220) 青島市科技計(jì)劃基礎(chǔ)研究項(xiàng)目(編號(hào):12-1-4-4-(3)-JCH) 山東省高等學(xué)�？萍加�(jì)劃項(xiàng)目(編號(hào):J13LB11)
【分類號(hào)】：TH133.33
【正文快照】： 0引言滾動(dòng)軸承作為機(jī)械設(shè)備中重要的旋轉(zhuǎn)零件,對(duì)設(shè)備的精度、性能、狀態(tài)、壽命等起著決定性的作用[5]。隨著機(jī)械設(shè)備的廣泛應(yīng)用,直接由于機(jī)械設(shè)備自身軸承損壞所導(dǎo)致的故障就占據(jù)了很大的比重,因此滾動(dòng)軸承的故障診斷研究的意義顯而易見(jiàn)。由于滾動(dòng)軸承的故障信號(hào)非線性強(qiáng)、冗

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 郭志強(qiáng);楊杰;柳步蔭;;基于WPT/PCA的特征級(jí)融合人臉識(shí)別方法[J];武漢理工大學(xué)學(xué)報(bào);2009年17期

2 ;[J];;年期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 李強(qiáng);手部特征識(shí)別及特征級(jí)融合算法研究[D];北京交通大學(xué);2006年

2 徐凌宇;基于信源選擇與序列提取的動(dòng)態(tài)特征級(jí)信息融合模型及算法的研究[D];東北大學(xué);2002年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 張宇馳;泄流結(jié)構(gòu)損傷診斷的數(shù)據(jù)級(jí)與特征級(jí)融合方法研究[D];南昌大學(xué);2015年

2 王玉成;基于子空間的特征級(jí)信息融合—及其在身份識(shí)別中的應(yīng)用[D];北京交通大學(xué);2008年

3 張保梅;數(shù)據(jù)級(jí)與特征級(jí)上的數(shù)據(jù)融合方法研究[D];蘭州理工大學(xué);2005年

4 王東明;基于特征級(jí)融合的目標(biāo)識(shí)別方法研究[D];沈陽(yáng)理工大學(xué);2013年

5 李靜;基于CPD和特征級(jí)融合的手紋識(shí)別技術(shù)研究[D];西安電子科技大學(xué);2009年

6 朱曉鳳;基于核函數(shù)的特征級(jí)融合及在手部特征識(shí)別上的應(yīng)用[D];北京交通大學(xué);2009年

7 郭麗艷;基于BP網(wǎng)絡(luò)特征級(jí)信息融合及在目標(biāo)識(shí)別中的應(yīng)用研究[D];武漢大學(xué);2004年

，

本文編號(hào)：967881