文献类型：期刊文章

作　　者：张佳薇[1] 李明宝[2] 郭润龙[3]

机构地区：[1]东北林业大学机电工程学院,黑龙江哈尔滨150040 [2]东北林业大学土木工程学院,黑龙江哈尔滨150040 [3]天津航空机电有限公司,天津300000

出　　处：《自动化仪表》

基　　金：黑龙江省自然科学基金资助项目(编号:C200808);黑龙江省青年科学技术专项基金资助项目(编号:QC07C57)

年　　份：2010

卷　　号：31

期　　号：1

起止页码：23-25

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、INSPEC、RCCSE、ZGKJHX、核心刊

摘　　要：针对工业现场传感器状态类型复杂多变、被测参量难以准确可靠获得等问题,提出了一种基于RBF神经网络和证据理论的两级信息融合方法。利用RBF神经网络实现特征层数据融合,并建立基本信任分配函数,解决了D-S证据理论确定基本信任分配函数困难的问题;基于D-S证据理论的传感器故障诊断方法,可用来判断出工业现场传感器的有效工作状态。木材含水率检测结果表明,基于RBF神经网络和证据理论的两级信息融合方法可正确定位并准确分离出失效传感器。

关 键 词：证据理论 故障诊断 融合算法  RBF神经网络 木材含水率 检测  

分 类 号：TP206]