%0 Journal Article
%T 基于神经网络和证据理论融合的水电机组振动故障诊断研究
%A 李郁侠？
%A 刘立峰？
%A 陈继尧？
%J 西北农林科技大学学报(自然科学版)
%P 115-119
%D 2005
%X 以dempster—shafer证据理论为基础，提出了一种神经网络局部初步诊断与证据理论融合决策诊断相结合的水电机组振动故障诊断方法。通过故障征兆信息的有效组合，从不同侧面对水电机组振动故障进行了初步诊断，对每一个子神经网络的输出结果归一化处理后，作为此证据下各种状态的基本概率分配函数，再用证据组合理论融合各个证据信息，得出最终的诊断结果。仿真试验结果表明，诊断结论的可信度显著提高，不确定性明显减少，证明了该诊断方法是有效的。
%K 水轮发电机组
%K 故障诊断
%K bp神经网络
%K dempster-shafer证据理论
%U http://www.xnxbz.net/xbnlkjdxzr/ch/reader/view_abstract.aspx?file_no=20051026&flag=1