文献类型：期刊文章

作　　者：陈丁跃[1]

机构地区：[1]长安大学汽车学院车辆工程系

出　　处：《振动．测试与诊断》

年　　份：2004

卷　　号：24

期　　号：4

起止页码：290-293

语　　种：中文

收录情况：CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、普通刊

摘　　要：依据复合故障特性 ,提出了一种基于信息融合与神经网络的复合振动故障诊断方法。进行了传感器级的时间跨度的特征融合 ,然后再实行全局的空间跨度的融合。融合过程基于神经网络式特征提取 ,该方法可以在系统状态未知的情况下 ,自适应地融合不同故障测点的信息 ,从而较全面、准确、及时地反映系统的振动故障状态。并以汽车动力系统复合故障的诊断事例详细说明了该方法的具体实现步骤。结果表明 ,经过多故障特征信息融合 ,诊断结论的可信度明显提高 ,不确定性明显减小 ,显示了该诊断方法的有效性。

关 键 词：信息融合 神经网络 证据理论 复合振动故障  诊断  

分 类 号：TP183]