基于神经网络与改进证据理论融合的故障诊断方法

摘要

为提高液压驱动的火箭炮随动系统故障诊断准确性,将双 BP神经网络和 D -S证据理论相结合的数据融合方法引入到故障诊断中,运用并行的两个 BP神经网络对液压驱动的火箭炮随动系统进行局部诊断,再用 D-S证据理论对局部诊断的结果进行全局融合,克服了单一 BP网络诊断的缺陷,使证据理论的基本可信度分配不再完全依赖专家进行的主观化赋值,从而实现了赋值的客观化,为解决冲突证据无法判别的问题,引入了信任系数的概念,修正融合结果,减少了故障分类识别的不确定性,提高了诊断系统的可靠性.通过液压系统实例,验证了该方法的可信度和可行性.