典型文献
多传感器信息融合的船舶机械设备状态智能检测研究
文献摘要：
研究基于多传感器信息融合的船舶机械设备状态智能检测方法,智能化诊断船舶机械设备异常状态.采用改进小波阈值去除多振动传感器采集的机械设备振动信号噪声成分后,经基于多传感器信息融合的信号特征提取方法,提取去噪后振动信号幅值的均方根、方差、峰值、脉冲、峭度、均值、最大值、最小值、峰峰值、方根幅值特征,并使用特征级与数据级融合方式,将多信号特征信息融合;通过基于极限学习机优化的设备状态智能检测方法,以特征信息分类的方式,将融合后的设备振动信号特征作为分类目标,根据特征值的上下限,判断设备运行状态.实验验证表明,此方法应用下,多传感器对船舶机械设备振动信号的感知时间差极短,可缩短设备状态检测延迟,并准确检测设备异常状态.
文献关键词：
多传感器;信息融合;船舶机械设备;状态智能检测;改进小波阈值;极限学习机
中图分类号：
作者姓名：
刘艳宾;陈光伟
作者机构：
河南省智慧教育与智能技术应用工程技术研究中心,河南郑州451460
文献出处：
引用格式：
[1]刘艳宾;陈光伟-.多传感器信息融合的船舶机械设备状态智能检测研究)[J].舰船科学技术,2022(23):173-176
A类：
状态智能检测
B类：
多传感器信息融合,船舶机械设备,设备状态,智能检测方法,设备异常,异常状态,改进小波阈值,振动传感器,振动信号,信号噪声,信号特征提取,取去,去噪,峭度,最小值,峰峰,使用特征,数据级融合,融合方式,多信号,特征信息融合,极限学习机,信息分类,类目,下限,设备运行状态,感知时间,时间差,极短,状态检测,检测设备
AB值：
0.254612
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
