论文部分内容阅读
该文将数据融合的思想引入到机械故障诊断领域，先用神经网络进行单通道的诊断决策，然后用Ｓｈａｆｅｒ－Ｄｅｍｐｓｔｅｒ证据推理方法在决策层对单通道的诊断结果进行融合，以此提高故障诊断的精度。该文对ＣＡ１０Ｂ型汽车变速箱进行了故障对比实验。用上述方法处理所得信号，发现神经网络理论在进行单通道决策时是有效的，而数据融合技术可校正单通道的失误，证明它能大大提高决策精度。