一种基于改进D-S证据理论的设备故障诊断方法

摘要

本发明涉及一种基于改进D‑S证据理论的设备故障诊断方法，包括：步骤S1：获取设备运行过程中釆集的振动信号，并提取的时域分析特征参量和时频分析特征参量；步骤S2：基于预构建的RBF、BP和Elman神经网络模型，将提取的时域分析特征参量和时频分析特征参量作为三个神经网络模型的输入量，进行初步诊断；步骤S3：将三个神经网络模型的输出结果进行融合；步骤S4：根据融合后的结果诊断故障。与现有技术相比，本发明计算权重修正证据源，在保留原组合规则优点基础上对组合规则进行改进的算法，通过相关数据和信息，充分利用计算机的高速运算和多源信息的互补性来提高信息的质量。