基于多信息融合的機械故障診斷方法研究.pdf

1、信息融合是信息時代的一種重要的算法，而且在工程上有著較大的發(fā)展空間。本文中主要綜述了目前信息融合方法在國內(nèi)外的應(yīng)用分布及其主要研究的方法,并提出了可以提高機械故障中的診斷精度的基于系統(tǒng)子部分傳輸特性的融合算法，以柴油機兩個不同缸位上機身和缸蓋上的機械振動信號為例，通過與傳統(tǒng)單一傳感器相對比分析，簡要闡述了該信息融合算法及其價值。從理論分析和實驗驗證的結(jié)果，證明了基于系統(tǒng)傳輸特性的信息融合特征能夠更大程度的保有故障信息，并且具有更高的可壓

2、縮性。
　　針對多源和同源信息融合中信息冗余的問題，引入了經(jīng)濟學(xué)中的格蘭杰因果關(guān)系，試圖分析多信號之間的主次關(guān)系。分別從時域和頻域中對兩組同時采集的多通道信號進行了單向和雙向間的格蘭杰因果關(guān)系檢驗，其次與相關(guān)系數(shù)進行比較分析，得到了機械振動信號之間存在主次之分的結(jié)論。分析兩種方法的結(jié)果可知在時域上多信號之間因果關(guān)系更為明顯。
　　對于特定的機械故障的特征向量，列舉了幾種較為常用的分類器：支持向量機、BP神經(jīng)網(wǎng)絡(luò)和一種新興分類