文献类型：期刊文章

作　　者：姜万录[1] 吴胜强[1,2]

机构地区：[1]燕山大学机械工程学院,秦皇岛066004 [2]邢台职业技术学院,邢台054035

出　　处：《仪器仪表学报》

基　　金：国家自然科学基金(50775198);河北省自然科学基金(E2008000812)资助项目

年　　份：2010

卷　　号：31

期　　号：8

起止页码：1738-1743

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、EI(收录号：20104113283321)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对D-S证据理论很难确定基本概率分配(BPA)及支持向量机(SVM)的硬判决难获得概率输出的缺陷,融合D-S证据理论和SVM算法提出了一种多数据融合故障诊断新方法:利用"一对一"多类SVM分配了BPA,引入基于矩阵分析的融合算法解决了证据理论存在的计算瓶颈问题。对液压泵进行了试验,首先,采集了柱塞泵松靴、缸体与配流盘磨损等故障信号,应用小波包对采集的信号进行了预处理,提取了12个时频特征量;最后,用所提出的基于SVM和证据理论的多数据融合新方法进行了诊断。试验结果表明,新方法故障确诊率高,诊断有效。

关 键 词：故障诊断 SVM D-S证据理论 多数据融合 小波包

分 类 号：TP306]