基于信息熵与信息融合的供输弹系统故障诊断研究

发布时间：2023-02-06 15:14

　　针对供输弹系统早期故障微弱特征难以提取等问题,提出了信息熵与信息融合的故障诊断方法。将经过降噪预处理后的信号提取样本熵作为特征参量,经Elman神经网络初步诊断,将其输出值归一化后作为证据体的基本概率分配,采用一种基于证据关联系数加权平均融合模型,最终得到决策级融合的诊断结果。结果表明:该方法能有效对供输弹系统故障进行诊断,诊断正确率高达93.71%。

【文章页数】：4 页

【文章目录】：
1 样本熵算法
2 D-S证据理论
    2.1 D-S证据理论概念
    2.2 Dempster组合规则
3 实验分析与论证
    3.1 实验测点布置
    3.2 实验过程及记录
    3.3 样本熵特征提取
    3.4 Elman神经网络初步诊断
    3.5 基于证据关联系数的加权平均融合算法
        3.5.1 证据冲突分析
        3.5.2 证据关联系数的加权平均融合算法具体步骤
            (1) 计算每两个证据体的关联系数。
            (2) 将关联系数作为支持度,构造支持度矩阵:
            (3) 计算可信度Crd(mi),可信度是每个证据体的加权系数。
            (4) 计算加权平均后的基本概率赋值函数。
            (5) 按照Dempster证据组合规则对加权平均证据进行融合,有n组证据时融合n-1次。
4 结 论



本文编号：3736137