首页> 中文会议>中国电机工程学会第八届青年学术会议 >基于信息融合的凝汽器故障诊断方法

基于信息融合的凝汽器故障诊断方法

页面导航

摘要
著录项
相似文献
相关主题

摘要

由于征兆的复杂和故障类型的多样,仅仅利用单一的诊断方法难以全面确定故障性质及可能存在故障的元器件.本文讨论了几种典型的凝汽器故障诊断方法,应用D-S证据理论,对几种方法的诊断结果进行了融合.通过融合后的诊断结果与单一诊断结果相比较,说明采用信息融合技术能够明显提高故障诊断的准确率.

著录项

来源
《中国电机工程学会第八届青年学术会议》|2004年|787-792|共6页
会议地点河北保定
作者
韩晓娟; 徐大平; 柳亦兵;
展开▼
作者单位

中国电机工程学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类发电设备;
关键词
证据理论; 神经网络; 模糊理论; 模式识别; 信息融合; 凝汽器; 故障诊断;

相似文献

中文文献
外文文献
专利

1. 基于两级信息融合的凝汽器故障诊断方法 [J] . 侯炜 ,田沛 . 汽轮机技术 . 2003,第006期
2. 基于多源信息融合故障树与模糊Petri网的复杂系统故障诊断方法 [J] . 吕瑞 ,孙林夫 . 计算机集成制造系统 . 2017,第008期
3. 基于D-S证据理论的直接空冷凝汽器故障诊断方法研究 [J] . 于兰 . 化工机械 . 2016,第003期
4. 基于模糊神经网络的凝汽器真空故障诊断方法 [J] . 梁华 . 仪器仪表用户 . 2015,第004期
5. 基于非线性主元分析和概率神经网络的凝汽器故障诊断方法研究 [J] . 侯国莲 ,孙晓刚 ,张建华 . 中国电机工程学报 . 2005,第18期
6. 基于多分类支持向量机的凝汽器故障诊断方法 [C] . 王雷 ,张瑞青 ,盛伟 . 中国动力工程学会第四届青年学会会议 . 2009
7. 基于深度学习与信息融合的故障智能诊断方法研究 [A] . 李石 . 2020

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号