文献类型：期刊文章

作　　者：赵璐[1] 许昕[1,2] 潘宏侠[1,2] 付志敏[1] 高家宝[1]

ZHAO Lu;XU Xin;PAN Hongxia;FU Zhimin;GAO Jiabao(School of Mechanical Engineering,North University of China,Taiyuan 030051,China;System Identification and Diagnosis Technology Research Institute,North University of China,Taiyuan 030024,China)

机构地区：[1]中北大学机械工程学院,太原030051 [2]中北大学系统辨识与诊断技术研究所,太原030051

出　　处：《机械设计与研究》

基　　金：国家自然科学基金资助项目(51675491);面上自然基金项目(201801D121185)。

年　　份：2020

卷　　号：36

期　　号：1

起止页码：169-172

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对供输弹系统早期故障微弱特征难以提取等问题,提出了信息熵与信息融合的故障诊断方法。将经过降噪预处理后的信号提取样本熵作为特征参量,经Elman神经网络初步诊断,将其输出值归一化后作为证据体的基本概率分配,采用一种基于证据关联系数加权平均融合模型,最终得到决策级融合的诊断结果。结果表明:该方法能有效对供输弹系统故障进行诊断,诊断正确率高达93.71%。

关 键 词：供输弹系统  信息熵 信息融合 故障诊断

分 类 号：TH17]