模糊神經網絡和D-S證據理論在齒輪箱故障診斷中的應用.pdf

1、信息融合技術是將來自多傳感器的信息和數據進行綜合處理，從而做出正確、可靠的判斷和決策，近年來在許多領域得到了廣泛的應用和研究。在機械故障診斷中，可利用的信息很多，充分利用有用的信息對設備的故障進行診斷才能提高故障診斷的精度和準確性，因此信息融合技術是進行機械故障診斷的一種有效方法。
　　本文以齒輪箱為研究對象，分析了齒輪箱的故障機理，具體研究了齒輪箱中齒輪和軸承的故障，為齒輪箱故障診斷提供了理論依據。
　　針對模糊理論和神經

2、網絡在故障診斷中存在的不足和互補性，構建了一種結合兩者優(yōu)點的改進的模糊神經網絡，并推導了相應的算法，建立了相應的故障診斷框架。利用改進的模糊神經網絡對齒輪箱中的齒輪進行故障診斷，并與BP神經網絡的診斷結果作對比，結果表明該方法的學習速度快、診斷精度高。
　　針對故障診斷中的不確定性，采用D-S證據理論進行故障診斷。在對D-S證據理論的基本概念和融合推理方法深入研究的基礎上，建立了故障診斷框架，并提出應用改進的組合規(guī)則處理故障診斷中