论文部分内容阅读
在机械设备的故障诊断中,仅靠单一的诊断方法难以全面确切地确定故障类型及性质。本文针对D-S证据理论在实际应用时难以确定基本概率分配函数的问题,分析神经网络技术和D-S证据理论各自的存在优缺点,提出并讨论了多传感器基于神经网络和D-S证据理论相结合的综合诊断模型,通过多个轴承诊断实例验证了该方法提高故障诊断精度的可行性和有效性。针对电厂设备状态监测的必要性,开发了辅助维修系统的部分模块。实现了给水泵设备信息及其维修管理信息的存储和查询。