基于D－S证据理论的直流电机故障诊断研究

张文胜 龚 涛 胡 锴

1海军驻青岛地区配套设备军事代表室，山东 青岛 266042 2中国舰船研究设计中心，湖北 武汉 430064

基于D－S证据理论的直流电机故障诊断研究

张文胜1龚 涛2胡 锴2

1海军驻青岛地区配套设备军事代表室，山东 青岛 266042 2中国舰船研究设计中心，湖北 武汉 430064

多传感器、多手段检测的信息融合技术在电机故障诊断中的应用日益广泛。提出了一种基于D-S证据理论和BP算法的故障诊断方法，给出了基于BP神经网络和D-S证据理论的多传感器数据融合技术的直流电机故障诊断方法，首先通过分析直流电机的故障机理，得到电机在不同故障情况下表现的信号特征，然后利用多源信息间的冗余性和互补性，有效提取故障特征信息。将该方法应用于某型船直流电机的故障诊断，结果表明，该算法提高了故障诊断的可靠性和灵敏度。

直流电机；故障诊断；BP算法；信息融合；D－S证据理论

1 引言

对直流电机运行状态进行监测时，由于设备结构的复杂性、工况的多样性和单一传感器信息的局限性，使得仅利用单一传感器进行状态监测与故障诊断时，只能获得设备系统的部分信息。目前，在进行状态监测与故障诊断时，需要将多传感器信息进行有效的集成与融合，得出有用信息，从而更真实地反映直流电机运行状态，对设备故障做出科学、正确的分析与决策［1］。有关多传感器信息融合方法包括有 ANN 法［2］、Bayes 推理［3］、Dempster－Shafer证据理论（简称 D－S 证据理论）［4-6］、模糊集理论［7］等。通常，信息融合过程分为数据层、特征层和决策层信息融合，每一级分别代表了对原始数据不同的抽象。……