森林消防车发动机电控系统故障诊断方法研究

作     者：贺子祺 储江伟 周桓宇 HE Ziqi;CHU Jiangwei;ZHOU Huanyu

作者机构：东北林业大学交通学院哈尔滨150040 东北林业大学机电工程学院哈尔滨150040 

基　　金：国家大学生创新创业项目(202010225172) 

出 版 物：《森林工程》 (Forest Engineering)

年 卷 期：2021年第37卷第4期

页      码：87-93,143页

摘      要：针对森林消防车发动机电控系统故障诊断问题,本文设计了基于数据融合的森林消防车电控发动机故障诊断方法。该方法诊断模型由基于反向传播神经网络(Back Propagation,简称为BP)的数据融合方法、基于概率神经网络(Probabilistic Neural Network,简称为PNN)的分类方法和基于DS(Dempster/Shafer,简称为DS)证据理论的决策融合方法组成。首先,根据原始数据样本训练BP神经网络以达到原始数据融合的目的,而后分别对经过数据融合的原始数据和未经数据融合的原始数据进行基于KL(Karhunen Loéve)变换的特征提取。然后,使用特征提取后的数据训练概率神经网络,并使用训练好的网络验证测试样本。最后,采用DS证据理论对初步诊断结论进行决策级融合。研究结果表明,基于数据融合和概率神经网络的方法可有效地提高森林消防车电控系统的故障诊断精度。

主 题 词：概率神经网络 数据融合 DS证据理论 电控发动机 故障诊断 

学科分类：09[农学] 

D　O　I：10.16270/j.cnki.slgc.2021.04.014

馆 藏 号：203104642...