文献类型：期刊文章

作　　者：邓丽君[1] 董增寿[1] 宋明远[2]

机构地区：[1]太原科技大学电子信息工程学院,太原030024 [2]太原科技大学华科学院,太原030024

出　　处：《太原科技大学学报》

基　　金：国家自然科学基金(4114026);太原市科技局大学生创新创业专题(110148020;110148052)

年　　份：2012

卷　　号：33

期　　号：3

起止页码：167-171

语　　种：中文

收录情况：普通刊

摘　　要：针对液压系统故障多样性和复杂性等特点,基于信息融合原理,提出了一种基于神经网络和D-S(Dempster-Shafer)证据理论相结合的液压系统故障诊断方法。该方法通过构建多子神经网络分类模块进行局部诊断,利用各子神经网络的输出值作为证据理论中的基本可信度,经过证据理论的再次融合得出最终的诊断结果。实例表明,该方法通过简化神经网络结构,提高了局部诊断网络的诊断能力,通过对多源多特征参数的融合,充分利用各传感器的冗余和互补的故障信息,与单一故障特征的诊断相比,显著提高了故障诊断的准确率,降低了决策的不确定性。

关 键 词：液压系统故障诊断 神经网络 D-S证据理论

分 类 号：TP181]