基于多信息融合的機(jī)械故障診斷方法研究.pdf

1、信息融合是信息時(shí)代的一種重要的算法，而且在工程上有著較大的發(fā)展空間。本文中主要綜述了目前信息融合方法在國(guó)內(nèi)外的應(yīng)用分布及其主要研究的方法,并提出了可以提高機(jī)械故障中的診斷精度的基于系統(tǒng)子部分傳輸特性的融合算法，以柴油機(jī)兩個(gè)不同缸位上機(jī)身和缸蓋上的機(jī)械振動(dòng)信號(hào)為例，通過(guò)與傳統(tǒng)單一傳感器相對(duì)比分析，簡(jiǎn)要闡述了該信息融合算法及其價(jià)值。從理論分析和實(shí)驗(yàn)驗(yàn)證的結(jié)果，證明了基于系統(tǒng)傳輸特性的信息融合特征能夠更大程度的保有故障信息，并且具有更高的可壓

2、縮性。
　　針對(duì)多源和同源信息融合中信息冗余的問(wèn)題，引入了經(jīng)濟(jì)學(xué)中的格蘭杰因果關(guān)系，試圖分析多信號(hào)之間的主次關(guān)系。分別從時(shí)域和頻域中對(duì)兩組同時(shí)采集的多通道信號(hào)進(jìn)行了單向和雙向間的格蘭杰因果關(guān)系檢驗(yàn)，其次與相關(guān)系數(shù)進(jìn)行比較分析，得到了機(jī)械振動(dòng)信號(hào)之間存在主次之分的結(jié)論。分析兩種方法的結(jié)果可知在時(shí)域上多信號(hào)之間因果關(guān)系更為明顯。
　　對(duì)于特定的機(jī)械故障的特征向量，列舉了幾種較為常用的分類器：支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)和一種新興分類