已阅读5页，还剩5页未读， 继续免费阅读
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
,证据理论在新无量纲参数融合中的应用研究及改进,学号：,专业：电气工程及其自动化,答辩人：,指导老师：,课题研究背景及目的,01,方案设计,02,研究结果,04,算法的优缺点,05,实验算法,03,目录,06,研究背景,大型旋转机械设备是现代工业发展不可缺少的部分，其组成也越来越趋向于快速化和连续化，然而，机械的安全是实现环保、节约能源、高效生产的基础。但是在不同的环境下，机械长期的运行，一些不可避免的因素会使机械慢慢的老化、损坏。所以，预知和判断机械故障变得尤其的重要。故障诊断技术不仅能及时、正确地对旋转机械的故障状态做出合理的判断与决策还能有效的延长了机械使用寿命，合理的进行机械检修。,1课题研究背景及目的,06,研究目的,以大型旋转机械为主要研究对象，基于多传感器并发故障的故障诊断作为研究方向，以提高故障决策的准确性和稳定性，起到保证设备可靠、高效、安全的作用，提出一种新的证据理论合成方法以及基于无量纲参数进行数据融合技术的故障快速定位的方法，能有效的提高大型旋转设备故障诊断的快速性和准确性。,1课题研究背景及目的,06,2方案设计,石化设备上的传感器,石化设备数据采集,无量纲指标计算,构成证据集,确定无量纲指标权重,改进的D-S证据理论,Pignistic概率距离,得出结果,方案设计步骤,多传感器数据采集,KNN算法,证据理论,本文提出的算法,(1)波形指标(2)脉冲指标(3)裕度指标(4)峰值指标(5)峭度指标,06,Pignistic概率距离合成方法：,(1)Pignistic概率距离函数:(2)取各命题的最大Pignistic概率距离：(3)求得最大Pignistic概率距离：,3实验算法,06,Pignistic概率距离合成方法：,(4)新的合成公式：其中,3实验算法,4研究结果,m(A)=0.154599m(A)=0.213677m(B)=0.155056m(B)=0.093991m(C)=0.135897m(C)=0.101469m(D)=0.155189m(D)=0.100747m(E)=0.000000m(E)=0.120851m(X)=0.369264,本文算法的合成结果,D-S证据合成结果,数据融合结果：,实验,06,5算法的优缺点,(1)能有效处理高冲突证据集；(2)提高了合成结果的合理性和可靠性。,(1)在未知领域中分
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论