《表9 基本可信度分配融合结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络和证据理论的离心压缩机喘振诊断方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表8的基本可信度分配可以看出，单一时间节点特征值的证据体对判定是否喘振故障存在较高不确定性，尤其在第三个时间节点，其对应的正常工况的可信度和喘振工况的可信度相当接近，导致无法判定出此时运行工况。将由BP神经网络计算得到的基本可信度分配使用D-S证据理论进行融合，融合结果，如表9所示。从表中可以看出，相比融合前，各时间节点对应的运行工况可信度明显提高，不确定性显著降低。