基于神经网络的信息融合故障诊断技术

利用神经网络技术建立信息融合中心,  对多传感器数据进行融合处理,  通过多源互补信息减小故障诊断系统的不确定性。文中讨论了神经网络多传感器信息融合方法中数据预处理与特征提取、特征向量维数压缩与关联、归一化处理方法等,  同时,  对神经网络的构造以及学习训练等内容,  也作了较为详细的讨论。通过对柴油机振动监测数据、燃油压力波动信息、以及两者融合信息的故障诊断性能的比较,  表明神经网络多传感器信息融合方法用于复杂机械的故障诊断是可行和有效的。关　键　词:  多传感器;  信息融合;  神经网络;  故障诊断Abstract:  Th  is  paper  deals  w  ith  a  mult  isenso  r  system  app  lied  to  mechanical  fault  diagno  sis.  By  using  the  info  rmat  ion  fusion  pat  tern  based  on  neural  netwo  rk,  the  uncertainty  of  the  diagno  sis  system  can  be  decreased  great  ly.  The  methods  fo  r  data  p  rep  rocessing,  features  ext  ract  ion  and  const  ruct  ion  of  the  neural  netwo  rk  are  discussed.  The  app  roach  is  show  n  to  be  p  ract  ical  and  effect  ive  th  rough  diagno  sing  the  faults  in  the  fuel  inject  ion  system  of  a  diesel  engine.Key  words:M  ult  isenso  r;  Info  rmat  ion  fusion;N  eural  netwo  rk;  Fault  diagno  sis