基于神经网络与D-S证据理论的多传感器信息融合技术在烟气轮机故障诊断中的应用

摘要

详细介绍多传感器信息融合技术在烟气轮机故障诊断中的应用,为复杂的机械系统故障诊断提供一种新的方法.针对BP网络训练速度慢,易陷入局部极小点的问题,提出神经网络理论与D-S证据理论相结合的信息融合方法,建立基于多传感器信息融合技术的故障诊断模型.烟气轮机是炼化企业生产中重要的核心设备,其运行状况影响到整个机组的运行,一旦停机,将造成巨大的经济损失,因此对其进行状态监测和故障诊断意叉重大.建立基于多传感器信息融合的烟气轮机故障诊断系统,通过试验验证,该方法可以有效提高故障诊断系统的准确性.