决策级融合在离心式风机故障诊断中应用

发布时间：2022-02-15 09:05

　　离心式风机是工厂中的重要设备，根据工厂的实际情况和管理要求，研究出能够对离心式风机故障进行诊断的系统就显得十分必要，以便保证其安全可靠的运行，保证生产的顺利进行。风机的故障诊断方法很多，但大部分都采用单一的故障诊断方法。本文在对国内外研究现状进行深入分析的基础上，提出了基于BP神经网络、综合关联度的决策级融合诊断系统，用不同测点测定的信息进行仿真。主要做的工作如下：分析了离心式风机故障产生机理，综合风机工作原理、专家经验和产生故障的历史数据，得出最常见的8种故障模式，建立了离心式风机故障样本数据。分析了基于综合关联度的故障诊断方法，针对传统关联度分析故障诊断方法只考虑故障模式间的相似性而未考虑其相近性而导致诊断精度下降甚至出现误诊现象，引入模糊聚类中的相似系数，与传统关联度结合形成综合关联度来弥补其不足，通过诊断实例表明这种方法是可行的。提出了用神经网络输出和综合关联度输出来构造D-S证据理论中的基本概率分配问题，建立了基于BP神经网络和D-S证据理论的局部融合诊断系统和基于综合关联度和D-S证据理论的局部融合诊断系统，将两种方法局部融合的结果再进行全局决策融合。融合结果表明，基于BP... 

【文章来源】：南昌大学江西省211工程院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

BP神经网络训练误差曲线图

【参考文献】：
期刊论文
[1]基于模糊聚类的神经网络故障诊断方法[J]. 饶泓,扶名福,谢明祥.  微计算机信息. 2007(01)
[2]模糊故障诊断隶属函数的选择分析比较[J]. 饶泓,扶名福,金宇华.  南昌大学学报(理科版). 2006(04)
[3]故障诊断技术方法综述[J]. 何敏,张志利,刘辉,赵锴,张永鑫.  国外电子测量技术. 2006(05)
[4]信息融合技术的发展现状与展望[J]. 金敬强,武富春.  电脑开发与应用. 2006(01)
[5]多传感器数据融合数学模型与方法概述[J]. 巴宏欣,赵宗贵.  舰船科学技术. 2005(06)
[6]多传感器数据融合技术与应用[J]. 陈俊任,王保强,刘心田.  成都信息工程学院学报. 2005(05)
[7]信息融合的神经网络应用研究[J]. 阎子勤.  计算机仿真. 2005(09)
[8]基于神经网络的多传感器数据融合[J]. 胡仲毅,陈进军,鲁绪文.  贵州工业大学学报(自然科学版). 2005(04)
[9]基于模糊贴近度的多传感器数据融合测量[J]. 李雄,王凯,徐宗昌.  计测技术. 2005(04)
[10]基于层次和密度聚类分析的航迹关联算法[J]. 丛蓉,王秀坤,李进军,杨南海.  系统仿真学报. 2005(04)

硕士论文
[1]证据理论在机械设备故障诊断中的应用研究[D]. 闫宏莉.华北电力大学（北京） 2006
[2]基于模糊神经网络技术的D350高速风机故障诊断系统研究[D]. 宋子辉.中南大学 2004
[3]数据融合在凝汽器清洁度判别及故障诊断中的应用[D]. 侯炜.华北电力大学（河北） 2004
[4]船用核动力装置数据融合的故障诊断方法研究[D]. 谢春丽.哈尔滨工程大学 2004



本文编号：3626345