首页
学习
活动
专区
工具
TVP
发布

神经网络和D-S理论在电梯故障诊断中的应用

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

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181227G0DNGS00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券