10.3969/j.issn.1000-3932.2020.02.008
基于标识解析和可信度矩阵的动设备故障诊断模型研究
基于工业大数据的故障诊断技术能够有效分析动设备的“健康”状况,但面临数据源单一,故障样本少,尤其是算法模型使用范围窄的问题,大幅降低了故障诊断的准确性.为此,提出一种基于标识解析和可信度矩阵的动设备故障诊断新模型.该模型通过标识解析技术,实现对多维多源数据的汇集,通过可信度矩阵继承各常规算法的评估可信度,促进了不同数据源的数据集成和不同算法的优势叠加,进而形成了动设备故障的组合式诊断模型,提升了诊断的精确度和模型的适用性.最后,以石化行业压缩机轴承故障诊断为例,验证了本模型的优越性.
故障诊断、轴承故障、压缩机、标识解析、可信度矩阵、综合诊断
47
TH17
2020-06-04（万方平台首次上网日期，不代表论文的发表时间）
共9页
134-142
