基于多源信息融合的异步电机故障诊断

针对异步电机的单一故障诊断模型易出现错判、误判问题,引入了1种基于改进证据理论的多源信息融合方法。通过采用蚁群神经网络、BP网络以及Elman网络分别作为电机故障诊断的初级模块,并将其输出结果作为证据理论的独立证据体,再由改进证据理论进行信息融合决策。仿真实例表明,该方法可充分利用不同数据源的冗余互补信息,具有更高的诊断准确性。     

信息融合技术在带式输送机故障诊断中的应用

针对带式输送机故障诊断过程中存在的不足,利用信息融合技术在故障诊断中的应用,有效地进行带式输送机的故障诊断。详细论述了将基于多传感器数据融合、神经网络和D-S理论的信息融合方法应用在输送机上,说明信息融合技术在带式输送机故障诊断分析中的有效性,为信息融合技术在输送机上的应用提供借鉴。     

信息融合技术在矿井提升机制动器故障诊断中的应用研究

提出了一种2层信息融合方法,特征层采用RBF神经网络进行空间上的融合,决策层采用DS证据理论进行时间上的融合,充分利用了各传感器在时间和空间上的互补和冗余信息,提高了提升机制动系统诊断的可靠性和正确性。     

计算机信息融合技术在带式输送机故障诊断中的应用

煤矿带式输送机易出现堆煤、打滑、烟雾等故障,而矿用带式输送机故障诊断中单一的传感器所搜集的信息较片面,存在很大程度的不可靠性。提出了应用多传感器信息融合诊断法。将各信息模糊化,由信息中心加以融合,进而对带式输送机工作状态进行估判。实验证明,将信息融合技术应用于煤矿带式输送机故障诊断中具有一定的有效性。     

基于多传感器信息融合的矿井通风机故障诊断

为了提高矿井通风机机械故障诊断的准确性,提出了将多传感器信息融合技术用于故障诊断的检测方法.由多个传感器采集振动信号,经小波变换预处理后获得故障特征值,再经BP神经网络进行故障局部诊断,获得彼此独立的多个证据,然后运用D-S证据理论对各证据进行融合,实现对矿井通风机机械故障的准确诊断.     

基于信息融合技术的提升机控制系统故障诊断方法的研究

针对提升机控制系统故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方法。该方法采用D-S证据理论决策级融合进行故障识别,利用统计证据获得Mass函数。通过一实例论证了在提升机控制系统故障诊断中,采用此方法比单传感器信息故障诊断方法更具准确性和可靠性。     

基于多传感信息融合的采煤机远程故障诊断方法

为了对煤矿井下采煤机进行远程故障诊断,在实现采煤机顺槽控制系统和机载控制系统远程通讯的基础上,利用多传感信息融合理论D-S证据融合算法对采煤机新型故障进行诊断并存入智能化的专家系统故障诊断数据库,实现了采煤机的远程故障诊断和自学习功能。     

基于智能信息融合的变压器故障诊断

提出将模糊理论、神经网络、遗传算法和信息融合技术相结合,建立基于智能信息融合的故障诊断模型,有效地利用已有的经验知识和各种状态信息,主客观证据相融合,应用到变压器故障诊断中,实例证明此方法是有效可行的,实现了对变压器更准确可靠的诊断。     

基于信息融合的机械故障诊断

信息融合原理与技术是国内外近年迅速发展的一个技术领域。本文介绍了信息融合的发展历史和信息融合的层次结构,对信息融合在机械故障诊断中的应用进行了讨论,并论述了带式输送机故障诊断的原理。     

神经网络技术在破碎机故障诊断中的应用

设备维修费用在冶金矿山生产成本中占有相当的比例。因此迫切需要利用信息技术提高生产和管理的自动化、智能化、数字化、网络化水平,降低单位生产总值的能耗和物耗。本文以破碎机的故障诊断为研究内容,在对国内外研究现状进行深入分析的基础上,给出一种基于神经网络的信息融合的故障诊断方法并进行实际检验。实践证明,这种诊断方法可以显著提高故障诊断的精确程度,减少设备故障的发生。     

改进的信息融合算法在矿井提升机健康诊断中的应用

针对传感器在获取信息时易受干扰,而传统的D-S证据理论合成规则存在着局限性,提出了一种改进的信息融合算法。通过实例分析表明,该算法能够提高对矿井提升机健康诊断的可靠性和准确性。     

基于多征兆信息融合理论的转子故障诊断

在研究了Dempster-shafer证据理论及其算法的基础上,提出了一种基于多征兆信息融合理论的故障诊断方法。以转子故障为例,论述了该方法的实施过程。结果表明,多征兆信息的信息融合诊断方法具有良好的稳定性和容错性,提高了转子故障诊断的准确性和可靠性。     

信息融合在电网单相接地故障连续选线中的应用

基于信息融合的思想,应用D-S证据理论实现小电流接地电网单相接地故障的多判据连续选线方法。通过现场实际故障分析,验证了该方法的正确性和有效性。     

基于DL联合信息融合技术的刮板转载机故障诊断

采用深度学习(DL)算法和信息融合技术对刮板转载机进行故障诊断。对刮板转载机故障类型进行分类,建立刮板转载机故障诊断模型。为提高信息融合技术的准确率与效率,将一种典型的DL算法——深度置信网络(DBN)应用于数据层信息融合,提出基于DL联合信息融合技术的故障诊断流程。对比MATLAB仿真结果与真实情况,基于DL联合信息融合技术故障诊断结果的准确率比信息融合技术的高。     

数据融合技术在电力变压器在线故障诊断中的应用

在单传感器数据融合算法基础上,运用高端C8051F140型MCU提出一种基于剔除疏失误差基础上的单传感器数据融合技术在线变压器故障监测数据处理方法,同时将CAN总线引入到现场数据的传输中。     

多传感器数据融合技术在电厂状态监测和故障诊断中的应用

对多传感器数据融合技术的应用进行了分类,展现了现有的多传感器数据融合技术在电厂状态监测和故障诊断中应用的方法。对基于D-S证据理论,基于模糊理论,基于神经网络,基于专家系统的诊断方法进行了逐一介绍,指出了各种方法的优缺点。最后介绍了基于多传感器数据融合技术的综合诊断方法,指出了多传感器数据融合技术在电厂状态监测和故障诊断中应用的发展趋势。     

D-S证据理论在变压器故障诊断中的应用

为了充分利用各种状态信息和已有的知识进行故障诊断,提出将故障树、遗传神经网络和D-S证据理论相融合进行故障诊断,从而扩大信息覆盖范围,增加了置信度,实现了决策层的时空信息融合,使得诊断结果更准确可靠。并通过变压器诊断实例证明此方法是有效可行的。