基于模糊神经网络和D-S证据理论的故障诊断方法研究

作者:孙雅囡 刊名:中国舰船研究 上传者:余金活

【摘要】提出一种基于模糊神经网络和D-S证据理论的故障诊断方法。该方法利用模糊逻辑和神经网络的优势,通过数据融合充分利用各种信息,提高诊断的精度。经算例证明,该方法可靠、有效,对于复杂装备的故障诊断有一定意义。

全文阅读

第 3卷 第 1期2008年 2月 中  国  舰  船  研  究 Chinese Journal of Ship Research Vol. 3 No. 1 Feb. 2007 收稿日期 : 2007 - 10 - 16 作者简介 : 孙雅囡 (1981 - ) ,女 ,硕士研究生。研究方向 :载运工具运用工程。E2mail: sun. yanan1981@163. com 基于模糊神经网络和 D2S证据理论的 故障诊断方法研究 孙雅囡 海军潜艇学院 ,山东 青岛 266071 摘  要 : 提出一种基于模糊神经网络和 D2S证据理论的故障诊断方法。该方法利用模糊逻辑和神经网络的 优势 ,通过数据融合充分利用各种信息 ,提高诊断的精度。经算例证明 ,该方法可靠、有效 ,对于复杂装备的故障诊断有一定意义。 关键词 : 模糊神经网络 ; D2S证据理论 ; 故障诊断 中图分类号 :U666. 1     文献标识码 :A    文章编号 : 1673 - 3185 (2008) 01 - 55 - 03 Fault D iagnosis Study Based on Neural Network and D2S Evidence Theory Sun Ya2nanNavy Submarine Academy, Qingdao 266071, ChinaAbstract: A method of fault diagnosis based on neural network and D2S evidence theory is put for2ward in this paper. The method improves the correctness by taking advantage of fuzzy system and neural network, using various information to fuse data. The examples of calculation indicates that the neural network and D2S evidence theory is reliable, effective and significative to the fault diagnosis of complicated equipment. Key words: fuzzy neural network; D2S evidence theory; fault diagnosis1  引  言 20多年来 ,基于解析模型的故障诊断方法在理论研究及应用领域引起广泛重视 [ 1 ] 。但随着科学技术的发展 ,设备结构日趋复杂 ,故障的非线性更强 ,很难获得精确完善的系统模型。无模型的故障诊断方法回避了抽取对象的数学模型 ,日益受到国内外学者的关注。目前 ,基于无模型的故障诊断技术主要有 Kullback信息准则故 障 诊断 [ 2 ] 、故 障树 分 析 诊 断 [ 3 ] 、专 家 系统 [ 4 ] 、基于神经网络的故障诊断 [ 5 ]等。由于神经网络具有处理非线性和自学习以及并行计算等方面能力 ,在非线性系统的故障诊断方面具有较大的优势 ,但它对系统具有“黑箱 ”特性 ,没有明确的物理意义。同时 ,这种方法只能利用原始数据 ,无法吸收人类的宝贵经验。而模糊逻辑的结构参数具有明确的物理意义 ,系统可以充分利用前人的经验知识 ,不过针对复杂系 统 ,许多可调参数的确定是一项非常复杂的过程。 文中将模糊逻辑与神

参考文献

引证文献

问答

我要提问