摘要：针对D-S证据理论很难确定基本概率分配（BPA）及支持向量机（SVM）的硬判决难获得概率输出的缺陷,融合D-S证据理论和SVM算法提出了一种多数据融合故障诊断新方法：利用＂一对一＂多类SVM分配了BPA,引入基于矩阵分析的融合算法解决了证据理论存在的计算瓶颈问题。对液压泵进行了试验,首先,采集了柱塞泵松靴、缸体与配流盘磨损等故障信号,应用小波包对采集的信号进行了预处理,提取了12个时频特征量;最后,用所提出的基于SVM和证据理论的多数据融合新方法进行了诊断。试验结果表明,新方法故障确诊率高,诊断有效。

关键词：故障诊断 svm 多数据融合 小波包 

单位：燕山大学机械工程学院 秦皇岛066004 邢台职业技术学院 054035