基于信息融合技术的汽轮机转子故障诊断
, PP. 62-64
Keywords: 汽轮机转子,信息融合,证据理论,蚁群神经网络,故障诊断,不平衡
Abstract:
选取蚁群神经网络作为汽轮机转子故障诊断的初级模块，采用证据理论混合算法的故障诊断方法，对汽轮机转子的局部故障进行诊断，并将诊断结果作为证据体利用证据理论将各证据体进行合成，计算它们的基本可信任分配函数，从而判定故障及其类型。以汽轮机转子x、y方向的不平衡故障为例进行诊断，结果表明该方法可有效提高诊断的可信度，减少诊断的不确定性。
| [1] | 嵇斗，王向军.基于ds证据理论的直流电机故障诊断研究[j].电机与控制应用，2008，35（2）:4951.
|
| [2] | 杨建平，黄洪钟.基于证据理论的航空发动机早期故障诊断方法[j].航空动力学报，2008，23（12）:23272331.
|
| [3] | 梁旭荣，姚佩阳，梁德磊.改进的证据组合规则及其在融合目标识别中的应用[j].电光与控制，2008，15（12）:3740.
|
| [4] | 贺建军，赵蕊.基于信息融合技术的大型水轮发电机故障诊断[j].中南大学学报(自然科学版)，2007，38（2）:333337.
|
| [5] | 徐以国，叶欢月，宋小文.基于蚁群神经网络的冲压成型回弹预测[j].机械科学与技术，2010，29（6）:714718.
|
| [6] | 汪怔江，张洪伟，雷彬.基于蚁群算法的神经网络在企业资信评估中的应用[j].计算机应用，2007,27(12):31423144.
|
| [7] | 张立新，蒋裕丰，董良.基于蚁群神经网络的裂缝开合度预测模型[j].水力发电，2010,36(5):3133.
|
| [8] | 李巍华，张盛刚.基于改进证据理论及多神经网络融合的故障分类[j].机械工程学报，2010，46（9）:9399.
|
| [9] | 杨志荣，周建中.一种基于ds证据理论的水轮机故障诊断方法[j].水电能源科学，2009，27(2):152154.
|
| [10] | 谷敬佩，梁平.基于小波包分析和信息融合技术的汽轮机转子故障诊断[j].汽轮机技术，2010，52（4）:300302.
|
Full-Text
