论文部分内容阅读
根据离心泵故障诊断的特点，提出运用小波包分解、重构技术进行特征提取，运用模糊神经网络和D—S证据理论对离心泵故障进行融合诊断的方法。首先利用小波包分析方法，将离心泵上测得的位移和加速度振动信号进行预处理，统一转换成故障征兆的特征向量值；其次，建立2层子模糊神经网络的拓扑结构，形成输入征兆与故障论域的映射关系，从而得到2层模糊神经网络的训练样本，对各网络进行成功训练后，利用模糊神经网络实现2层子网络的诊断并得到中间诊断结果；然后，将模糊神经网络诊断结果作为对各种故障模式的基本概率分配值，利用D—S证据理论，