文献类型：期刊文章

作　　者：向阳辉[1] 张干清[1] 庞佑霞[1]

机构地区：[1]长沙学院机电工程系,长沙410003

出　　处：《振动与冲击》

基　　金：国家自然科学基金(51475049);校人才引进科研基金(12004);湖南省'十二五'重点建设学科资助项目;湖南省教育厅资助科研项目(14C0094)

年　　份：2015

卷　　号：34

期　　号：13

起止页码：71-77

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20153301178212)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了综合合理利用设备多个方面特征信息来提高故障诊断的准确性,提出一种结合支持向量机(Support vector machine,SVM)和改进证据理论的多信息融合故障诊断方法。该方法通过混淆矩阵获取各SVM局部诊断证据对各故障模式的可靠度,赋予不同的权重系数,并对由各SVM局部诊断硬输出判决矩阵构造出的基本概率分配进行加权处理,从而实现SVM和改进证据理论在多信息融合故障诊断中的有效结合。实验结果表明,各SVM局部诊断证据的加权融合处理能够显著降低各局部诊断间的冲突,所提方法可以有效提高故障诊断的准确率。

关 键 词：支持向量机 证据理论 故障诊断 多信息融合  

分 类 号：TP206.3] TP391]