滚动轴承故障信息的特征级融合与决策级融合

发布时间：2017-10-04 01:28

  本文关键词：滚动轴承故障信息的特征级融合与决策级融合

  更多相关文章： 滚动轴承 故障诊断 特征级融合 决策级融合 熵值权重法 D-S证据理论

【摘要】：在对滚动轴承原始故障信号完成特征提取与特征筛选的基础上,利用BP、RBF以及SVM三种网络模型对筛选完的特征量进行特征级融合[1];针对单一的网络模型的不确定性,通过隶属度熵值权重法确定了三种网络模型的不确定度[2],并引入D-S证据理论[3],对三种网络的计算结果进行决策级融合[4](以滚动轴承外圈故障为例),以提高对滚动轴承故障诊断精度。
【作者单位】： 青岛理工大学机械工程学院;
【关键词】： 滚动轴承 故障诊断 特征级融合 决策级融合 熵值权重法 D-S证据理论
【基金】：国家自然科学基金项目(编号:51075220) 青岛市科技计划基础研究项目(编号:12-1-4-4-(3)-JCH) 山东省高等学校科技计划项目(编号:J13LB11)
【分类号】：TH133.33
【正文快照】： 0引言滚动轴承作为机械设备中重要的旋转零件,对设备的精度、性能、状态、寿命等起着决定性的作用[5]。随着机械设备的广泛应用,直接由于机械设备自身轴承损坏所导致的故障就占据了很大的比重,因此滚动轴承的故障诊断研究的意义显而易见。由于滚动轴承的故障信号非线性强、冗

【相似文献】

中国期刊全文数据库 前2条

1 郭志强;杨杰;柳步荫;;基于WPT/PCA的特征级融合人脸识别方法[J];武汉理工大学学报;2009年17期

2 ;[J];;年期

中国博士学位论文全文数据库 前2条

1 李强;手部特征识别及特征级融合算法研究[D];北京交通大学;2006年

2 徐凌宇;基于信源选择与序列提取的动态特征级信息融合模型及算法的研究[D];东北大学;2002年

中国硕士学位论文全文数据库 前7条

1 张宇驰;泄流结构损伤诊断的数据级与特征级融合方法研究[D];南昌大学;2015年

2 王玉成;基于子空间的特征级信息融合—及其在身份识别中的应用[D];北京交通大学;2008年

3 张保梅;数据级与特征级上的数据融合方法研究[D];兰州理工大学;2005年

4 王东明;基于特征级融合的目标识别方法研究[D];沈阳理工大学;2013年

5 李静;基于CPD和特征级融合的手纹识别技术研究[D];西安电子科技大学;2009年

6 朱晓凤;基于核函数的特征级融合及在手部特征识别上的应用[D];北京交通大学;2009年

7 郭丽艳;基于BP网络特征级信息融合及在目标识别中的应用研究[D];武汉大学;2004年

，

本文编号：967881