CNN和D-S证据理论相结合的齿轮箱复合故障诊断研究

论文摘要

针对齿轮箱复合故障诊断问题,将深度卷积模型（CNN）和D-S证据理论相结合,对多传感器信息进行融合。首先,利用深度卷积模型对多个传感器信息进行自适应特征提取,经softmax进行初步分类。其次,将深度卷积模型的输出结果作为D-S证据理论的输入,计算出基本概率分配,根据Dempster合成法则进行决策融合。为验证此方法对齿轮箱复合故障诊断的有效性,使用BP神经网络与D-S证据理论模型作为对比,并对自适应提取的特征与人工特征进行了主成分分析（PCA）。实验结果表明,利用该方法对齿轮箱复合故障进行实验诊断,准确率达到84.58%。相比单一传感器,正确率提高了7.91%;相比BP神经网络与D-S证据理论模型,正确率提高了6.18%,验证了此方法的有效性。

论文目录

文章来源

类型: 期刊论文

作者: 张立智,井陆阳,徐卫晓,谭继文

关键词: 齿轮箱,故障诊断,深度卷积网络,证据理论,神经网络,信息融合

来源: 机械科学与技术 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,自动化技术

单位: 青岛理工大学机械与汽车工程学院

基金: 国家自然科学基金项目(51475249),山东省重点研发计划项目(2018GGX103016),山东省高等学校科技计划项目(J15LB10)资助

分类号: TH165.3

DOI: 10.13433/j.cnki.1003-8728.20190023

页码: 1582-1588

总页数: 7

文件大小: 397K

下载量: 414

相关论文文献

• [1].基于D-S证据理论的电子商务虚假评论者检测[J]. 小型微型计算机系统 2018(11)
• [2].基于D-S证据理论的出租车减排策略评价[J]. 交通信息与安全 2019(01)
• [3].基于云D-S证据理论的山区高速公路路段风险评判[J]. 科学技术与工程 2019(23)
• [4].基于D-S证据理论的人机交互意图识别技术研究[J]. 组合机床与自动化加工技术 2019(03)
• [5].基于D-S证据理论的网络安全态势预测研究[J]. 数码世界 2017(12)
• [6].虚拟科技创新团队的知识流动效率评价研究——基于D-S证据理论[J]. 情报学报 2013(07)
• [7].D-S证据理论改进算法提高水下目标识别准确性[J]. 现代防御技术 2018(01)
• [8].基于熵权灰色关联和D-S证据理论的疲劳驾驶险态辨识[J]. 汽车安全与节能学报 2018(02)
• [9].基于D-S证据理论的船舶动力系统配置设计评价方法[J]. 舰船科学技术 2019(14)
• [10].基于网络评论信息和D-S证据理论的云计算服务信任及采纳研究[J]. 图书馆学研究 2018(01)
• [11].基于改进D-S证据理论的网络入侵检测[J]. 控制工程 2017(11)
• [12].基于D-S证据理论的多维度信任评估方法[J]. 计算机与数字工程 2019(02)
• [13].基于D-S证据理论的辽宁省水资源短缺风险评价[J]. 地下水 2019(02)
• [14].基于物联网节点加权的D-S证据理论数据融合算法[J]. 桂林理工大学学报 2019(03)
• [15].基于D-S证据理论的特征融合车标识别方法[J]. 计算机系统应用 2019(10)
• [16].D-S证据理论中冲突证据的改进方法研究[J]. 电子测量技术 2018(23)
• [17].改进D-S证据理论在舰船直流电机故障诊断的应用[J]. 舰船科学技术 2019(04)
• [18].基于LS-SVM和D-S证据理论的轴承故障诊断[J]. 铁道车辆 2019(07)
• [19].基于BP神经网络和改进D-S证据理论的目标识别方法[J]. 计算机应用与软件 2018(03)
• [20].基于粗糙集和D-S证据理论的云网络风险评估[J]. 西安邮电大学学报 2017(06)
• [21].一种基于决策距离测量与D-S证据理论结合的多源冲突证据信息融合算法[J]. 兰州文理学院学报(自然科学版) 2018(06)
• [22].基于D-S证据理论的数学模型优化补阳还五汤中多目标有效成分提取工艺[J]. 中国中医急症 2019(01)
• [23].基于D-S证据理论的畜禽粪便厌氧发酵混合比例控制决策方法[J]. 科学技术创新 2019(08)
• [24].基于D-S证据理论的设备健康状态评估[J]. 电子质量 2019(02)
• [25].基于D-S证据理论的机载数字通信设备电磁环境适应性评估[J]. 航空科学技术 2018(01)
• [26].利用D-S证据理论进行特征融合的同义实体识别[J]. 计算机应用研究 2018(05)
• [27].基于D-S证据理论的带式输送机故障诊断[J]. 煤炭技术 2017(11)
• [28].一种最优证据选择方法[J]. 蚌埠学院学报 2014(01)
• [29].基于D-S证据理论的深基坑施工风险评价[J]. 工程管理学报 2018(05)
• [30].基于D-S证据理论的光电测量数据融合[J]. 信息与电脑(理论版) 2019(16)

标签：齿轮箱论文;  故障诊断论文;  深度卷积网络论文;  证据理论论文;  神经网络论文;  信息融合论文;