重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (11): 89-94.doi: 10.3969/j.issn.1674-8425(z).2019.11.013

• 机械·材料 • 上一篇    下一篇

基于ＳＶＤＤ和Ｄ－Ｓ理论的曲轴轴承故障诊断

张 懿１，２，崔 佳１，２   

  1. １．江苏科技大学 电子信息学院，江苏 镇江 ２１２００３；２．常熟瑞特电气股份有限公司，江苏 常熟 ２１５５００
  • 收稿日期:2019-02-16 出版日期:2019-12-18 发布日期:2019-12-18
  • 作者简介:张懿，女，博士，副教授，主要从事船舶仿真系统及故障诊断研究，Ｅ-ｍａｉｌｚｙｉ８２＠１２６．ｃｏｍ；崔佳，男，硕士研究生，主要从事船舶仿真系统及故障诊断研究，Ｅ-ｍａｉｌ：９２５５４２９２７＠ｑｑ．ｃｏｍ。
  • 基金资助:
    国家自然科学基金项目（５１８０９１２８）；江苏省省重点研发计划产业前瞻与共性关键技术重点项目（ＢＥ２０１８００７）；江苏省研究生科研与实践创新计划资助项目

  • Received:2019-02-16 Online:2019-12-18 Published:2019-12-18

PDF (PC)

291

赞

摘要： 针对柴油机故障部位与故障特征之间没有明确对应关系的问题，将信息融合技术引入柴油机故障诊断领域，采用多传感器采集信号、多故障特征提取方法、不同分类器处理结果获得的各种冗余互补信息，使用ＳＶＤＤ方法改进Ｄ－Ｓ证据理论，并建立两级融合模型进行验证，实现多等级、多层次的诊断。结果表明，该诊断方法正确率高达９３％。

关键词: 柴油机, 多传感器, 多特征提取, Ｄ－Ｓ证据理论, 两级融合

中图分类号: 

  • ＴＫ４２８