神经网络和D-S理论在电梯故障诊断中的应用
赵裕峰
(辽宁水利职业学院信息与电气化系,沈阳110122)
摘要:针对电梯实时故障诊断困难及故障点定位准确率低等缺点,提出一种基于神经网络且结合了D-S理论的信息融合诊断方法,并建立了相应的故障诊断模型。对小波包特征参数提取的原理、过程及特点作了详尽的描述与分析,将其应用到电梯轿厢振动信号的分解与提取,并将所提取出来的内容作为特征向量,再结合神经网络与D-S证据理论,进行故障诊断。进一步介绍了BP神经网络训练的过程,结合实验仿真探索决策融合诊断结果的获取。实验结果表明:神经网络和D-S证据理论相结合发挥了两者的优点,用此方法进行电梯的振动故障诊断具有较好的诊断效果。
关键词:神经网络;D-S证据理论;信息融合;特征提取;故障诊断
DOI:10.3969/j.issn.1002-2279.2018.04.012
中图分类号:TP206
文献标识码:A
文章编号:1002-2279(2018)04-0051-05
Application of Neural Network and D-S Theory in Elevator Fault Diagnosis
ZHAO Yufeng
(The Department of Information and Electrification, Liaoning Water Conservancy Vocational College, Shenyang 110122, China)
公众号
欢迎关注
微博
@微处理机期刊
领取专属 10元无门槛券
私享最新 技术干货