基于Desert-Smarandache 理论的故障诊断信息融合方法

发布时间：2021-11-29 02:50

　　Dempster-Shafer理论（DST）是一种信息融合方法。由于在不确定性信息的表示、度量和组合等方面所具有的优势,DST已在故障诊断领域有了广泛的应用。但是,由于自身理论框架的不完善性（如严格要求辩识框架元素互斥）,使得其在处理并发故障诊断时常显得力不从心。而近年来提出的Dezert-Smarandache理论（DSmT）,突破了辨识框架中要求元素互斥的限制,依此能为有效处理单发和并发故障的表示,不确定信息的表示、度量和融合等问题建立一个统一的框架。虽然DSmT在处理诊断问题中有诸多的优势,但是,它还是不能摆脱DST在故障诊断中所遇到的相关证据处理、辩识框架不完备及动态变化等难题。为此,本文开展了如下的主要研究工作:（1）分析了DST中在解决证据相关性、辩识框架不完备及动态变化时存在的问题,对当前国内外的证据理论及其相关的改进方法进行了综述。（2）提出了相关证据下并发故障诊断的信息融合方法。结合并发故障的特点,给出了能够涵盖单发和并发故障的辨识框架、以及相应的DSmT融合规则;按照传感器、故障特征和基本概率赋值求法的不同,给出新的解相关方法;最后采用混合DSmT组合规则对解相关后... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

多功能转子试验台(ZHS-2型)

θμ = 进行匹配，就可以得到我们所采集的故障特征信息对故障档案库中各种故障的支持程度，匹配的过程如图3.8所示，待检隶属度函数0( )jμ x与样板模式的隶属度函数 ( )( 1,2,3)ix iθμ = 交点的纵坐标大小反映了该待检模式与典型故障模式的匹配程度，相交点纵坐标值越大，与该典型故障模式的匹配程度就越大，则设备此时发生该典型故障的可能性就越大，反之越小。这种匹配程度反映了对某一命题的支持程度，可以转化为证据理论中的GBPA。显然，所有匹配程度的取值，即所有交点的纵坐标值的和可能不等于1，所以要将其转化为 GBPA 还需进行归一化处理。若以振动加速度1X 倍频的幅值为例，其具体步骤如下：(1) 获取待检隶属度函数0( )jμ x与样板模式的隶属度函数 ( ) ( 1,2,3)ix iθμ = 交点的纵坐标大小

【参考文献】：
期刊论文
[1]基于模糊故障特征信息的随机集度量信息融合诊断方法[J]. 徐晓滨,文成林,王迎昌.  电子与信息学报. 2009(07)
[2]DSmT相关证据模型及反问题近似解求法[J]. 王进,孙怀江.  计算机科学. 2007(09)
[3]不完备识别框架下的证据组合方法[J]. 曾成,赵保军,何佩琨.  电子与信息学报. 2005(07)
[4]一种有监督学习证据理论分类器[J]. 邓子建,李弼程.  计算机工程与应用. 2005(15)
[5]一种按比例分配冲突度的证据推理组合规则[J]. 邢清华,雷英杰,刘付显.  控制与决策. 2004(12)
[6]基于未确知集合的故障诊断方法[J]. 刘开第,曹庆奎,庞彦军.  自动化学报. 2004(05)
[7]信息融合图像识别算法及其在三维飞机图像识别中的应用研究[J]. 程咏梅,潘泉,张洪才,王刚.  航空学报. 2004(02)
[8]基于证据理论的信息融合在图像分类中的应用[J]. 王海晖,彭嘉雄,吴巍.  计算机工程与应用. 2003(33)
[9]D-S证据推理的决策问题[J]. 刁联旺,李勇智,杨静宇.  计算机工程与应用. 2003(33)
[10]基于可变参数优化的相关证据合成方法研究[J]. 杨善林,朱卫东,任明仑.  管理科学学报. 2003(05)

硕士论文
[1]证据推理组合方法的分类、评价准则及应用研究[D]. 杨阳.西北工业大学 2006



本文编号：3525689