基于D—S证据理论的离心泵振动信号融合诊断方法研究

《基于D—S证据理论的离心泵振动信号融合诊断方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第31卷第2期华电技术Vo1．3lNo．22009年2月HuadianTechnologyFeb．2009基于D—S证据理论的离心泵振动信号融合诊断方法研究TheresearchoffusiondiagnosismethodbasedonD—-Sevidencetheoryforvibrationsignalsofcentrifugalpump樊志华，洪君FANZhi—hua，HONGJun(1．延安大学西安创新学院，陕西西安710100；2．大唐户县第二发电厂，陕西西安710302)(1．XianCre

2、ationCollegeofYananUniversity，Xian710100，China；2．DatangHuxianCountySecondPowerPlant，Xian710302，China)摘要：根据离心泵故障诊断的特点，提出运用小波包分解、重构技术进行特征提取，运用模糊神经网络和D—S'b~-据理论对离心泵故障进行融合诊断的方法。首先利用小波包分析方法，将离心泵上测得的位移和加速度振动信号进行预处理，统一转换成故障征兆的特征向量值；其次，建立2层子模糊神经网络的拓扑结构，形成输入征兆与故障论

3、域的映射关系，从而得到2层模糊神经网络的训练样本，对各网络进行成功训练后，利用模糊神经网络实现2层子网络的诊断并得到中间诊断结果；然后，将模糊神经网络诊断结果作为对各种故障模式的基本概率分配值，利用D—S证据理论，实现对子网络诊断结果的融合，从而得到最终的融合诊断结果；最后，试验分析证明了该方法的有效性。关键词：小波包；模糊神经网络；故障诊断；数据融合；D—S证据理论中图分类号：TH3l1文献标志码：A文章编号：1674—1951(2009)02—0032—04Abstract：Accordingtoth

4、echaracteristicsoffaultdiagnosisforcentrifugalpump，waveletpackagede—compositionandreconstructiontechniqueisusedtoextracting~equeneybandenergyfeature，afusiondiagnosismethodispres—entedbyusingfuzzyneuralnetworkandD—Sevidencetheoryforcentrifugalpump．Firstly，

5、accordingtothemethodofwaveletpackage，vibrationsignalsofdisplacementandaccelerationofeentfifugalpumpweredisposedandtrans—formedintofeaturevectorvalue；then，twosub—FNNstructureswereestablished，andtheirtrainingsampleswereob-tained．Aftertwosub．FNNweretrainedsu

6、ccessfully，theintermediatediagnosisresultswereobtainedthroughtwosub．FNN．Finally-theFNNdiagnosisresultswereusedasthebasicprobabilitydistributionvaluetoeachfaultmode。andtheD—Sevidencetheorywasapplied，andthefinalfusiondiagnosisresultswereobtained．Theexpefi—m

7、entalresultwastoverifythemethodpresentedinthispaper．Keywords：waveletpacket；fuzzyneuralnetwork；faultdiagnosis；datafusion；D—Sevidencetheory的诊断准确率均有限制，将位移和加速度振动信号0引言进行融合诊断对于提高离心泵故障的诊断精度具有信息融合是将各种类型的信息综合在一起，从十分重要的意义。然而，如何充分利用各种诊断方中提取具有更多有用价值的技术。根据信息论的原法的诊断信息，

8、提高故障诊断的准确率，则是故障诊理，由单维信息融合形成的多维信息，其信息含量比断⋯的本质所在。任何一个单维信息量都要多，因此，对离心泵振动信本文结合模糊神经网络和D—S证据理论，针号进行信息融合就显得很有必要。但单一分析技术对离心泵振动故障诊断问题，提出基于模糊神经网络和D—S证据理论的融合诊断方法，实现离心泵收稿日期：2008—12—04振动故障的融合诊断，使诊断结果更加精确。第2期樊志华，等：基于D．S证据理论的离心泵振动