文献类型：期刊文章

作　　者：曾慧娥[1] 周庆忠[2] 胡为艳[3]

机构地区：[1]重庆科技学院机械与动力工程学院 [2]后勤工程学院 [3]78088部队

出　　处：《重庆科技学院学报（自然科学版）》

基　　金：国家自然科学基金项目(50206033)

年　　份：2014

卷　　号：16

期　　号：3

起止页码：93-96

语　　种：中文

收录情况：CAS、普通刊

摘　　要：为解决油料装备检测数据庞大、故障不易诊断的问题,对油料装备故障检测数据融合进行研究。提出基于神经网络的状态检测数据融合模型,采用三步训练法进行传感器验证。使用数据压缩技术,将整个数据集投射到低维空间,将模式识别和多元统计技术作为故障隔离的单个分类器,利用后验概率进行特定类Bayesian融合,执行融合中心与单个分类器的联合优化。提出基于阶乘隐Markov模型的动态多故障诊断方法,通过寻找最大后验配置实现多分类器动态融合。应用结果表明该方法可提高对油料装备故障的诊断率。

关 键 词：油料装备 故障  检测  数据融合

分 类 号：TP183]