摘要：针对碱性过氧化氢化学机械浆（APMP）盘磨故障诊断在同一征兆域中很难区分多种故障的实际情况,利用其他征兆域的诊断信息进行了全局信息融合的研究。在数据处理的检测层、特征层、决策层上分别提出了不同的数据融合算法,即检测层采用小波包分析的融合方法提取故障特征,特征层通过神经网络的融合为决策层的D-S证据理论提供可信度分配。试验数据表明,通过三个层面的优势互补,可以使证据理论的可信度分配不再完全依赖主观专家经验;利用各种故障的冗余和互补信息,可提高诊断的准确率。

关键词：故障诊断 数据融合 小波包分析 bp神经网络 

单位：陕西科技大学电气与信息工程学院 陕西西安710021 陕西科技大学机电工程学院 陕西西安710021