科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对单一传感器故障诊断信息源简单、信息不完整的局限性,提出一种基于经验模态分解样本熵与改进DS证据理论的多传感器信息融合故障诊断方法。该方法对每路传感器采集的振动信号进行经验模态分解,并计算其固有模态函数IMF的样本熵作为故障特征变量;将故障特征变量输入事先训练好的各个随机森林分类器进行分类;以每个随机森林的分类结果作为证据体,采用改进的DS证据理论进行融合并输出最终分类结果,实现多个传感器信息有效融合,各传感器间形成信息互补,达到优化决策目的。实验结果表明:该方法故障诊断准确率达98.85%,且具有鲁棒性。
- 单位
