RBF神經(jīng)網(wǎng)絡(luò)與證據(jù)理論相結(jié)合的特征級信息融合方法的研究.pdf

1、設(shè)備故障診斷是一門各學科交叉的新技術(shù),近20多年來,得到了迅速發(fā)展,并產(chǎn)生了巨大的經(jīng)濟效益.信息融合是近年來興起的一門學科,在許多領(lǐng)域得到了廣泛的研究和應用,在設(shè)備故障診斷領(lǐng)域的應用尚處于起步階段.設(shè)備故障診斷中可利用的信息很多,只有充分利用有用的信息來對設(shè)備的故障進行診斷才能提高故障診斷的精度和可靠性,因此故障診斷實質(zhì)上是一個多信息融合的過程.針對設(shè)備故障診斷中存在的處理數(shù)據(jù)量大、故障類型復雜多變、領(lǐng)域知識難于準確獲得、故障識別率低的

2、現(xiàn)狀,本文提出了一種神經(jīng)網(wǎng)絡(luò)和證據(jù)理論相結(jié)合的特征級信息融合的方法,并將其應用于機械設(shè)備的故障診斷.提高了故障診斷系統(tǒng)的靈活性、故障診斷的效率和準確性.首先,本文論述了信息融合技術(shù)的特點、形式結(jié)構(gòu)和具體的處理方法,并從信息論的角度論證了信息融合技術(shù)在故障診斷中的可行性和有效性;在此基礎(chǔ)上,詳細分析了以下幾種特征級信息融合故障診斷方法:1、基于神經(jīng)網(wǎng)絡(luò)的特征級信息融合.論述了神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和學習方式;重點介紹了RBF神經(jīng)網(wǎng)絡(luò)的特點,提