基于信息融合的机械故障诊断技术研究被引量：2

Research on mechanical fault diagnostic technology base on information combination

下载PDF

导出

摘要从信息论角度证明了多传感器信息融合诊断系统的输出可以获得比单个传感器更小的不确定度,依据所诊断对象的特性综合利用各类信息源诊断信息,可以获得比传统机械故障诊断方法更有效、更准确、更可靠的诊断结果。构造了信息融合故障诊断系统的框架,通过对当前国内外信息融合诊断技术应用实例的分析,证明了所提出的信息融合诊断系统框架的正确性,并进一步提出了今后多传感器信息融合诊断技术的主要研究发展方向。

作者韩晓明杜长龙张永忠翟继涛

机构地区中国矿业大学山东迪尔安装集团有限公司

出处《煤炭科学技术》 CAS 北大核心 2007年第3期86-89,共4页 Coal Science and Technology

关键词信息融合故障诊断信息论系统框架

分类号 TH17 [机械工程—机械制造及自动化]

引文网络
相关文献

参考文献10

1谭逢友,卢宏伟,刘成俊,何玉林,任蜀焱.信息融合技术在机械故障诊断中的应用[J].重庆大学学报（自然科学版）,2006,29(1):15-18. 被引量：30
2谢春丽,夏虹,刘永阔.多传感器数据融合技术在故障诊断中的应用[J].传感器技术,2004,23(4):67-69. 被引量：23
3孙即祥,史慧敏,王宏强.信息融合中的有关熵理论[J].计算机学报,2003,26(7):796-801. 被引量：17
4罗森林,王越,周思永.多源信息处理技术——数据融合[J].系统工程与电子技术,1998,20(6):61-65. 被引量：16
5[5]Dasarathy B V.Sensor fusion potential exploitation-innovative architecture and illustrative application[J].Proceedings of the IEEE,1997 (1). 被引量：1
6[6]Basir O,Yuan X H.Engine fault diagnosis based on multi -sensor information fusion using Dempster-Shafer evidence theory[J].Information Fusin,2005. 被引量：1
7王少萍,苑中魁,杨光琴.液压泵信息融合故障诊断[J].中国机械工程,2005,16(4):327-331. 被引量：33
8何平,杨保华,王本利.模糊数据融合技术在系统故障诊断中的应用[J].电机与控制学报,2004,8(1):51-55. 被引量：9
9何友,关欣,王国宏.多传感器信息融合研究进展与展望[J].宇航学报,2005,26(4):524-530. 被引量：60
10[10]Han J W,Kamber M.Data Mining:Concepts and Techniques[M].CA:Morgan Kaufmann Publisher,2000. 被引量：1

二级参考文献54

1潘泉,张洪才,戴冠中,刘先省.STUDY ON ALGORITHM OF SENSOR MANAGEMENT BASED ON FUNCTIONS OF EFFICIENCY AND WASTE[J].Chinese Journal of Aeronautics,2000,13(1):39-44. 被引量：23
2丁晓青,吴佑寿.模式识别统一熵理论[J].电子学报,1993,21(8):1-8. 被引量：12
3郁文贤,雍少为,郭桂蓉.多传感器信息融合技术述评[J].国防科技大学学报,1994,16(3):1-11. 被引量：156
4孙红岩,毛士艺.多传感器目标识别的数据融合[J].电子学报,1995,23(10):188-193. 被引量：26
5何友,彭应宁,陆大.多传感器数据融合模型综述[J].清华大学学报（自然科学版）,1996,36(9):14-20. 被引量：84
6VALET L, MAURIS G, BOLON PH. A Statistical Overview of Recent Literature in Information Fusion[J]. IEEE AESS Systems Magazine, 2001, (March) :7 - 14. 被引量：1
7ALAN N STEINBERG. Data Fusion System Engineering[ J].IEEE AESS Systems Magazine, 2001, (June) :7 -14. 被引量：1
8JIA YUQIN, WANG PEIXIA, LI YUE. Study of Manufacturing System Based on Neural Network Multi-sensor Data Fusion and Its Application[J]. Robotics Intelligent Systems and Signal Processing, 2003, 2(8 - 13) : 1 022 -1 026. 被引量：1
9杨万海 149-161.多传感器数据融合及其应用[M].西安:西安电子科技大学出版社,2003.. 被引量：19
10Donoho D L. De--noising by Soft--thresholding. IEEE Trans. on Inf. Theory, 1995,41(3):613-627. 被引量：1

共引文献176

1李川,陶波.多任务并行处理框架下的雷达信息处理设计[J].中国电子科学研究院学报,2023,18(5):438-443.
2周中良,于雷,潘泉,王琳.综合化多传感器空间管理模型与算法研究[J].传感技术学报,2007,20(11):2438-2441. 被引量：2
3王立强,孟辉,洪文学,洪文学.基于雷达图形降维判别的状态自动识别方法[J].仪器仪表学报,2006,27(z3):2098-2100. 被引量：1
4凌六一,黄友锐.基于多传感器信息融合的矿井通风机故障诊断[J].煤炭科学技术,2008,36(6):72-74. 被引量：17
5徐小琴.多传感器数据融合目标识别算法综述[J].红外与激光工程,2006,35(z4):321-328. 被引量：13
6洪沁.铝铸轧机液压系统故障诊断[J].液压与气动,2005,29(9):80-82. 被引量：3
7吴兴伟.数据融合技术在运动机械监测系统中的研究与应用[J].武汉理工大学学报（信息与管理工程版）,2005,27(5):265-268. 被引量：2
8王淑,王恒山,肖刚.多源遥感影像融合理论、技术和应用[J].微型电脑应用,2005,21(12):1-5. 被引量：11
9曲阳,徐林,王建辉,顾树生.基于信息博弈的多源信息融合方法[J].东南大学学报（自然科学版）,2005,35(A02):10-14. 被引量：6
10马平,吕锋,杜海莲,王瑞,牛成林.多传感器信息融合基本原理及应用[J].控制工程,2006,13(1):48-51. 被引量：61

同被引文献36

1黄民,魏任之.钢绳芯胶带输送机实时工况监测与故障诊断方法[J].吉林大学学报（工学版）,2004,34(z1):211-215. 被引量：4
2王朝晖,张来斌,田立柱.基于混沌理论的临修设备预测技术[J].石油大学学报（自然科学版）,2004,28(5):78-81. 被引量：4
3黄民,魏任之.矿用钢绳芯带式输送机实时工况监测与故障诊断技术[J].煤炭学报,2005,30(2):245-250. 被引量：61
4杨政.带式输送机输送带跑偏的分析及处理[J].科技情报开发与经济,2005,15(17):260-261. 被引量：7
5陈艳.基于信息融合的机械故障诊断[J].煤矿机械,2006,27(1):178-180. 被引量：3
6杨庆宏,张安宁,陶选.带式输送机输送带纵向撕裂保护装置的研究[J].煤矿机械,2006,27(7):139-140. 被引量：19
7黄民,潘虎生,胡成,魏任之.钢绳芯带式输送机实时综合监测与保护系统[J].中国矿业大学学报,2006,35(5):673-678. 被引量：36
8张小玉,鲁中键.模糊神经网络技术在带式输送机故障诊断中的应用[J].煤矿机械,2006,27(11):191-193. 被引量：4
9王彦凤,邱常明,刘英林.带式输送机输送带的防偏纠偏研究[J].煤质技术,2007,22(3):55-57. 被引量：8
10赵明富,季太福,罗渝微,等.基于信息融合的机械故障诊断[J].仪器仪表学报,2002,23(22):952-953. 被引量：1

引证文献2

1田立柱,关成尧,王朝晖,吴森森.基于技术融合的旋转机械故障诊断方法的研究[J].中国石油和化工,2008(12):55-59.
2吴定会,王莉,李意扬.带式输送机常见故障及诊断技术综述[J].变频器世界,2012(8):47-51. 被引量：5

二级引证文献5

1刘睿捷.水泥原料立磨及带式输送机运行故障处理分析[J].中国科技投资,2014(A14):346-346.
2王剑锋.带式输送机常见故障及处理措施[J].科学与财富,2015,7(23):178-178. 被引量：1
3杨清翔,向秀华,孟斌,王开忠.一种煤矿带式输送机故障诊断方法[J].工矿自动化,2017,43(12):48-52. 被引量：17
4郗存根.带式输送机智能运维专家系统的设计与应用[J].现代矿业,2023,39(4):127-131.
5卞志刚,杨慧,林伟.带式传送机常见运行故障及处理方法研究[J].科技风,2019(12):144-144. 被引量：1

1塔式起重机及其它[J].工程机械文摘,2001(1):26-29.
2艾延廷,费成巍.基于支持向量机的转子振动故障融合诊断技术[J].沈阳工业大学学报,2010,32(5):526-530. 被引量：10
3袁小宏,屈梁生.故障诊断中多传感器信息冗余性的研究[J].振动．测试与诊断,2003,23(1):58-61. 被引量：8
4李锡文,杨明金,谢守勇,杨叔子.基于神经网络信息融合的铣刀磨损状态监测[J].农业机械学报,2007,38(7):160-163. 被引量：11
5董九英.多传感器数据的概率最大融合方法[J].仪器仪表学报,2006,27(z1):373-374. 被引量：1
6赵中敏.信息融合的油液监测系统介绍[J].流体传动与控制,2008(3):26-29. 被引量：3
7尚文,王维民,齐鹏逸.多传感器信息融合的燃气轮机状态监测系统[J].机械设计与制造,2014(3):171-174. 被引量：3
8王江萍,宁延平.机械设备故障智能诊断技术水平与发展预测[J].石油机械,2005,33(8):71-74. 被引量：4
9王国锋,李启铭,秦旭达,喻秀,崔银虎,彭东彪.支持向量机在刀具磨损多状态监测中的应用[J].天津大学学报,2011,44(1):35-39. 被引量：19
10景敏卿,张晓丽.基于ART-并行BP神经网络的柴油机故障诊断研究[J].机械科学与技术,2007,26(4):412-416. 被引量：6

煤炭科学技术

2007年第3期

浏览历史

内容加载中请稍等...

基于信息融合的机械故障诊断技术研究被引量：2

参考文献10

二级参考文献54

共引文献176

同被引文献36

引证文献2

二级引证文献5

相关作者

相关机构

相关主题

浏览历史

基于信息融合的机械故障诊断技术研究 被引量：2

参考文献10

二级参考文献54

共引文献176

同被引文献36

引证文献2

二级引证文献5

相关作者

相关机构

相关主题

浏览历史

基于信息融合的机械故障诊断技术研究被引量：2