科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法，该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征，利用稳定判别率方法筛选敏感度高的特征参数；使用动态贝叶斯网络与DS证据理论实时监测模型建立轧机颤振状态实时监测系统，构建连续的速度载荷时间片，将3个连续的速度载荷时间片作为DS证据理论的证据体，给出了优化基本概率分配的信任度方法，解决了DS证据理论的证据体间冲突问题；最后在轧机实验平台进行实验，诊断结果表明：该方法对轧机颤振不同状态的识别率达到99.05%。
- 单位
