基于SVDD与D-S证据理论的发动机故障诊断研究

作者：张玲玲; 廖红云; 贾继德; 乔龙; 程利军

来源：汽车工程, 2013, (01): 23-26+50.

DOI：10.19562/j.chinasae.qcgc.2013.01.005

• 发动机
• 故障诊断
• 支持向量数据描述
• D-S证据理论
• 信息融合 engine
• fault diagnosis
• support vector data description
• Dempster-Shafer evidence theory
• information fusion

提出了一种基于支持向量数据描述(SVDD)和D-S证据理论相结合的故障诊断新方法,通过SVDD算法分别判断来自单个传感器的数据,然后运用D-S证据理论对各传感器的诊断结果进行信息融合,最终实现对发动机的故障诊断。试验表明,该方法充分利用各信号源的冗余互补信息,降低了诊断的不确定性,提高了故障诊断的可靠性。

• 单位
  中国人民解放军陆军工程大学; 中国人民解放军军事交通学院