-
公开(公告)号：CN117743801A
公开(公告)日：2024-03-22
申请号：CN202311833409.7
申请日：2023-12-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于SVM‑DS融合预测的机械设备运动部件故障诊断方法，包括在机械设备运动部件数据采集过程中，对振动数据进行降噪处理，再进行特征提取，得到对故障数据敏感的特征，生成特征矩阵；通过SVM算法对提取的特征进行周期性故障诊断，获得所属识别框架中不同事件的预测概率；基于DS证据理论加权融合周期性的预测结果，得到不同事件的融合概率和冲突系数；根据冲突系数，对获得的融合概率进行修正；对修正后的融合概率进行归一化，最大的归一化融合概率对应的事件为最终诊断的结果。本发明修正了不同冲突场景下的预测概率，让非关联测点的影响因子得到衰减，提高了分析结果的可参考价值，增强了算法的适用性。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
