该文给出一种基于模糊故障特征信息随机集度量的信息融合诊断方法。针对信号采集与故障特征提取中的模糊性，首先用模糊隶属度函数分别表示故障档案库中的多种故障样板模式和从不同传感器观测中提取的多类故障特征亦即待检模式，进而基于模糊集的随机集模型，得到样板模式与待检模式的匹配度，即基本概率指派函数(BPA)。然后利用Dempster-Shafer 证据组合规则对BPA 进行融合，给出诊断结果。该文给出的待检模式是从多个连续观测中提取的，与原有的由单个观测确定待检模式的方式相比，文中提出的特征提取及匹配方法，同时考虑了样板模式和待检模式所具有的模糊性，能够显著降低融合决策中的不确定性，大大提高故障识别的能力。最后通过电机转子故障诊断实例验证方法的有效性。
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
京公网安备 11010802033920号
Copyright © 2005-2026 EEWORLD.com.cn, Inc. All rights reserved
评论