10.3969/j.issn.1674-2605.2020.02.004
基于EMD样本熵与改进DS证据理论的故障诊断方法
针对单一传感器故障诊断信息源简单、信息不完整的局限性,提出一种基于经验模态分解样本熵与改进DS证据理论的多传感器信息融合故障诊断方法.该方法对每路传感器采集的振动信号进行经验模态分解,并计算其固有模态函数IMF的样本熵作为故障特征变量;将故障特征变量输入事先训练好的各个随机森林分类器进行分类;以每个随机森林的分类结果作为证据体,采用改进的DS证据理论进行融合并输出最终分类结果,实现多个传感器信息有效融合,各传感器间形成信息互补,达到优化决策目的.实验结果表明:该方法故障诊断准确率达98.85％,且具有鲁棒性.
故障诊断、经验模态分解样本熵、随机森林、DS证据理论、信息融合
41
TP206(自动化技术及设备)
广东省自然科学面上项目2019A1515010700;广东省普通高校人工智能重点领域专项项目2019KZDZX1004;广东省普通高校重点自然项目2019KZDXM020;广州市科技计划项目201903010059
2020-05-22（万方平台首次上网日期，不代表论文的发表时间）
共8页
19-26
