来源：期刊VIP网 时间：
作者：刘源;李建国;王飞飞;
单位：新乡职业技术学院信息工程学院;河南理工大学计算机科学与技术学院;河南英科传感技术有限公司;
摘要：为了解决用单一（振动，压力，温度）传感器对液压泵故障诊断时效率低的问题，采用粒子群（PSO）与BP神经网络相融合的方式使BP网络获得更强全局寻优性能，利用D-S证据理论来完成多传感器信号的融合处理，从而获得更优的诊断性能。研究结果表明：选择融合算法联合诊断时柱塞磨损达到99.12%的准确率。采用优化处理的融合算法测定磨损故障时获得了几乎为100%的支持度，通过对比可以排除其它故障。单一（振动，压力，温度）传感器诊断精度基本没有超多90%，通过DS决策层把数据进行融合后精度都在98%以上，因此充分证明了PSO-BP诊断层与D-S决策层融合模型的可行性。本研究具有很高的液压泵故障诊断效率，尤其适用于一些微弱的故障信息，对提前侦测故障危险具有很好的价值。
关键词：柱塞泵;;故障诊断;;多源传感器;;神经网络;;数据融合;;诊断输出
基金资助：河南省高等学校重点科研项目（21B46003）
