基于Desert-Smarandache 理論的故障診斷信息融合方法
發(fā)布時間:2021-11-29 02:50
Dempster-Shafer理論(DST)是一種信息融合方法。由于在不確定性信息的表示、度量和組合等方面所具有的優(yōu)勢,DST已在故障診斷領域有了廣泛的應用。但是,由于自身理論框架的不完善性(如嚴格要求辯識框架元素互斥),使得其在處理并發(fā)故障診斷時常顯得力不從心。而近年來提出的Dezert-Smarandache理論(DSmT),突破了辨識框架中要求元素互斥的限制,依此能為有效處理單發(fā)和并發(fā)故障的表示,不確定信息的表示、度量和融合等問題建立一個統(tǒng)一的框架。雖然DSmT在處理診斷問題中有諸多的優(yōu)勢,但是,它還是不能擺脫DST在故障診斷中所遇到的相關證據(jù)處理、辯識框架不完備及動態(tài)變化等難題。為此,本文開展了如下的主要研究工作:(1)分析了DST中在解決證據(jù)相關性、辯識框架不完備及動態(tài)變化時存在的問題,對當前國內(nèi)外的證據(jù)理論及其相關的改進方法進行了綜述。(2)提出了相關證據(jù)下并發(fā)故障診斷的信息融合方法。結(jié)合并發(fā)故障的特點,給出了能夠涵蓋單發(fā)和并發(fā)故障的辨識框架、以及相應的DSmT融合規(guī)則;按照傳感器、故障特征和基本概率賦值求法的不同,給出新的解相關方法;最后采用混合DSmT組合規(guī)則對解相關后...
【文章來源】:杭州電子科技大學浙江省
【文章頁數(shù)】:82 頁
【學位級別】:碩士
【部分圖文】:
多功能轉(zhuǎn)子試驗臺(ZHS-2型)
θμ = 進行匹配,就可以得到我們所采集的故障特征信息對故障檔案庫中各種故障的支持程度,匹配的過程如圖3.8所示,待檢隸屬度函數(shù)0( )jμ x與樣板模式的隸屬度函數(shù) ( )( 1,2,3)ix iθμ = 交點的縱坐標大小反映了該待檢模式與典型故障模式的匹配程度,相交點縱坐標值越大,與該典型故障模式的匹配程度就越大,則設備此時發(fā)生該典型故障的可能性就越大,反之越小。這種匹配程度反映了對某一命題的支持程度,可以轉(zhuǎn)化為證據(jù)理論中的GBPA。顯然,所有匹配程度的取值,即所有交點的縱坐標值的和可能不等于1,所以要將其轉(zhuǎn)化為 GBPA 還需進行歸一化處理。若以振動加速度1X 倍頻的幅值為例,其具體步驟如下:(1) 獲取待檢隸屬度函數(shù)0( )jμ x與樣板模式的隸屬度函數(shù) ( ) ( 1,2,3)ix iθμ = 交點的縱坐標大小
【參考文獻】:
期刊論文
[1]基于模糊故障特征信息的隨機集度量信息融合診斷方法[J]. 徐曉濱,文成林,王迎昌. 電子與信息學報. 2009(07)
[2]DSmT相關證據(jù)模型及反問題近似解求法[J]. 王進,孫懷江. 計算機科學. 2007(09)
[3]不完備識別框架下的證據(jù)組合方法[J]. 曾成,趙保軍,何佩琨. 電子與信息學報. 2005(07)
[4]一種有監(jiān)督學習證據(jù)理論分類器[J]. 鄧子建,李弼程. 計算機工程與應用. 2005(15)
[5]一種按比例分配沖突度的證據(jù)推理組合規(guī)則[J]. 邢清華,雷英杰,劉付顯. 控制與決策. 2004(12)
[6]基于未確知集合的故障診斷方法[J]. 劉開第,曹慶奎,龐彥軍. 自動化學報. 2004(05)
[7]信息融合圖像識別算法及其在三維飛機圖像識別中的應用研究[J]. 程詠梅,潘泉,張洪才,王剛. 航空學報. 2004(02)
[8]基于證據(jù)理論的信息融合在圖像分類中的應用[J]. 王海暉,彭嘉雄,吳巍. 計算機工程與應用. 2003(33)
[9]D-S證據(jù)推理的決策問題[J]. 刁聯(lián)旺,李勇智,楊靜宇. 計算機工程與應用. 2003(33)
[10]基于可變參數(shù)優(yōu)化的相關證據(jù)合成方法研究[J]. 楊善林,朱衛(wèi)東,任明侖. 管理科學學報. 2003(05)
碩士論文
[1]證據(jù)推理組合方法的分類、評價準則及應用研究[D]. 楊陽.西北工業(yè)大學 2006
本文編號:3525689
【文章來源】:杭州電子科技大學浙江省
【文章頁數(shù)】:82 頁
【學位級別】:碩士
【部分圖文】:
多功能轉(zhuǎn)子試驗臺(ZHS-2型)
θμ = 進行匹配,就可以得到我們所采集的故障特征信息對故障檔案庫中各種故障的支持程度,匹配的過程如圖3.8所示,待檢隸屬度函數(shù)0( )jμ x與樣板模式的隸屬度函數(shù) ( )( 1,2,3)ix iθμ = 交點的縱坐標大小反映了該待檢模式與典型故障模式的匹配程度,相交點縱坐標值越大,與該典型故障模式的匹配程度就越大,則設備此時發(fā)生該典型故障的可能性就越大,反之越小。這種匹配程度反映了對某一命題的支持程度,可以轉(zhuǎn)化為證據(jù)理論中的GBPA。顯然,所有匹配程度的取值,即所有交點的縱坐標值的和可能不等于1,所以要將其轉(zhuǎn)化為 GBPA 還需進行歸一化處理。若以振動加速度1X 倍頻的幅值為例,其具體步驟如下:(1) 獲取待檢隸屬度函數(shù)0( )jμ x與樣板模式的隸屬度函數(shù) ( ) ( 1,2,3)ix iθμ = 交點的縱坐標大小
【參考文獻】:
期刊論文
[1]基于模糊故障特征信息的隨機集度量信息融合診斷方法[J]. 徐曉濱,文成林,王迎昌. 電子與信息學報. 2009(07)
[2]DSmT相關證據(jù)模型及反問題近似解求法[J]. 王進,孫懷江. 計算機科學. 2007(09)
[3]不完備識別框架下的證據(jù)組合方法[J]. 曾成,趙保軍,何佩琨. 電子與信息學報. 2005(07)
[4]一種有監(jiān)督學習證據(jù)理論分類器[J]. 鄧子建,李弼程. 計算機工程與應用. 2005(15)
[5]一種按比例分配沖突度的證據(jù)推理組合規(guī)則[J]. 邢清華,雷英杰,劉付顯. 控制與決策. 2004(12)
[6]基于未確知集合的故障診斷方法[J]. 劉開第,曹慶奎,龐彥軍. 自動化學報. 2004(05)
[7]信息融合圖像識別算法及其在三維飛機圖像識別中的應用研究[J]. 程詠梅,潘泉,張洪才,王剛. 航空學報. 2004(02)
[8]基于證據(jù)理論的信息融合在圖像分類中的應用[J]. 王海暉,彭嘉雄,吳巍. 計算機工程與應用. 2003(33)
[9]D-S證據(jù)推理的決策問題[J]. 刁聯(lián)旺,李勇智,楊靜宇. 計算機工程與應用. 2003(33)
[10]基于可變參數(shù)優(yōu)化的相關證據(jù)合成方法研究[J]. 楊善林,朱衛(wèi)東,任明侖. 管理科學學報. 2003(05)
碩士論文
[1]證據(jù)推理組合方法的分類、評價準則及應用研究[D]. 楊陽.西北工業(yè)大學 2006
本文編號:3525689
本文鏈接:http://sikaile.net/jixiegongchenglunwen/3525689.html
教材專著