-
题名多层次信息融合技术在燃气轮机故障诊断中的应用
- 1
-
-
作者
周密
刘永葆
黄树红
贺星
-
机构
海军工程大学船舶与动力学院
华中科技大学能源与动力工程学院
-
出处
《海军工程大学学报》
CAS
北大核心
2009年第6期45-49,61,共6页
-
基金
国家自然科学基金资助项目(50775083)
-
文摘
探讨了信息融合技术在燃气轮机故障诊断中的应用,构建出一种燃气轮机多层次信息融合故障诊断模型。在模型的数据融合层,采用了自适应加权融合算法,以最小化传感器测量不确定度为目标对同源测量数据进行了融合,其结果再经特征层进行故障特征的提取和融合,最终通过决策层给出诊断判定。数值实验结果证明,该故障模型能有效减小传感器测量不确定度对于诊断的不良影响,所得诊断结果的合理性和精度均得到了提高。
-
关键词
燃气轮机
多层次信息融合
故障诊断
自适应加权融合
-
Keywords
gas turbine multi-level information fusion fault diagnosis self-adapting weighting fusion algorithm
-
分类号
TK472
[动力工程及工程热物理—动力机械及工程]
-
-
题名多层融合的管道泄漏诊断技术研究
被引量：8
- 2
-
-
作者
王云飞
梁伟
张来斌
-
机构
中国石油大学(北京)机械与储运工程学院
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2013年第8期171-176,共6页
-
基金
国家自然科学基金资助(51005247)
北京市科技新星计划(2010B068)
-
文摘
针对传统油气管道泄漏监测和诊断准确率不高的问题,提出一种基于BP神经网络的多层D-S证据理论融合算法。用压力传感器、流量传感器、温度传感器等传感器监测管道泄漏信号。这些信号经预处理后输入到已训练好的BP神经网络。该网络的输出结果被用作各初始命题的基本概率赋值函数(BPAF)。再用多层D-S证据理论,将不同源、不同测点以及不同时刻的传感器信息依次进行融合。并将此方法并应用于实验室中,模拟管道泄漏的检测和诊断。试验结果表明,用多层D-S证据理论算法,能够有效提高管道泄漏诊断的准确率,降低泄漏识别的不确定性。
-
关键词
油气管道
泄漏诊断
D—S证据理论
BP神经网络
基本概率赋值函数(BPAF)
多层次信息融合
-
Keywords
oil and gas pipelines
leak diagnosis
Dempster-Shafer （D-S） evidence theory
BP neural network
basic probability assignment function（BPAF）
multi-layer date fusion
-
分类号
X924.3
[环境科学与工程—安全科学]
TE973.6
[石油与天然气工程—石油机械设备]
-
