基于DPCA和改进证据理论的融合式故障诊断OA北大核心CSCDCSTPCD
Fusion Fault Diagnosis Using DPCA&Improved Evidence Theory
为了利用同一设备的多源特征信息提高故障诊断的准确性,提出了一种基于动态主元分析法(DPCA)和改进证据理论的融合式故障诊断方法.该方法利用DPCA在多个层面对设备故障特征诊断构成多证据体,基于统计误差的证据权威性系数修正基本指派概率,提出了证据的时间权威性换算和冲突度的加权分配方法,改进了证据组合规则.实验结果表明,多信息源证据体的加权融合处理能够明显降低单一信息源诊断间的冲突,在融合可信度提高50%左右的同时不确定性大大降低,并且随着证据权威性…查看全部>>
In order to comprehensively and reasonably utilize multi-source information of equipments to improve the accu-racy of fault diagnosis, a method of fusion fault diagnosis is proposed based on Dynamic Principle Component Analysis (DPCA)and improved evidence theory. This method constitutes multi evidences to fault diagnosis at many levels by means of DPCA and revises the basic assignment probability according to the authoritative coefficients based on statisti-…查看全部>>
李果;马春阳;马建晓
南阳师范学院 机电工程学院,河南 南阳 473061河南省经济管理学校 汽车工程系,河南 南阳 473000南阳师范学院 机电工程学院,河南 南阳 473061
信息技术与安全科学
动态主元分析证据理论故障诊断多信息融合
dynamic principle component analysisevidence theoryfault diagnosismulti-source information fusion
《计算机工程与应用》 2019 (20)
高Ge组分SGOI衬底上Hf基高k介质材料的研究
197-201,5
国家自然科学基金(No.61306007)南阳师范学院博士专项基金(No.2018ZX024).
评论