【摘要】：針對(duì)復(fù)雜數(shù)控加工中心故障預(yù)測(cè)中各傳感器檢測(cè)信息呈現(xiàn)不確定性的問(wèn)題,提出基于不確定性推理的多傳感器分布式檢測(cè)融合算法。該算法通過(guò)利用主觀貝葉斯推理,獲取局部檢測(cè)裝置的判決規(guī)則,并選取合適的局部判決規(guī)則送到融合規(guī)則中心,將來(lái)自不同傳感器的觀測(cè)數(shù)據(jù)進(jìn)行綜合分析,最后產(chǎn)生全局判決。以復(fù)雜立式加工中心為對(duì)象建立測(cè)試平臺(tái),利用多傳感器樣本獲取方法進(jìn)行機(jī)床不同運(yùn)行狀態(tài)及運(yùn)行環(huán)境下的故障樣本獲取試驗(yàn)。試驗(yàn)表明在含有大量不確定性信息的故障診斷系統(tǒng)中,基于主觀貝葉斯推理的分布式檢測(cè)融合算法具有故障信息識(shí)別率高、診斷速度快的優(yōu)點(diǎn),其診斷錯(cuò)誤率明顯低于單個(gè)傳感器的診斷錯(cuò)誤率,且診斷錯(cuò)誤率要低于串行分布式檢測(cè)融算法。
[Abstract]:A multi-sensor distributed detection fusion algorithm based on uncertainty reasoning is proposed to solve the problem of uncertainty in the detection information of each sensor in the fault prediction of complex NC machining center. By using subjective Bayesian reasoning, the decision rules of the local detection device are obtained, and the appropriate local decision rules are selected to be sent to the fusion rule center, and the observed data from different sensors are analyzed synthetically. Finally, a global judgment is produced. Taking the complex vertical machining center as the object, the test platform is established, and the multi-sensor sample acquisition method is used to obtain the fault samples of machine tools under different running states and operating environments. The experiments show that the distributed detection fusion algorithm based on subjective Bayesian reasoning has the advantages of high fault information recognition rate and fast diagnosis speed in fault diagnosis systems with a large amount of uncertain information. The diagnostic error rate is obviously lower than that of single sensor, and the diagnostic error rate is lower than that of serial distributed detection fusion algorithm.
【作者單位】： 北京理工大學(xué)機(jī)械與車(chē)輛學(xué)院;北京信息科技大學(xué)現(xiàn)代測(cè)控教育部重點(diǎn)實(shí)驗(yàn)室;石家莊鐵道大學(xué)機(jī)械工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51275052)
【分類號(hào)】：TG659;TH165.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 李強(qiáng);徐建政;;基于主觀貝葉斯方法的電力系統(tǒng)故障診斷[J];電力系統(tǒng)自動(dòng)化;2007年15期

2 楊天社,李懷祖,曹雨平;不確定性推理理論在衛(wèi)星故障檢測(cè)和診斷中的應(yīng)用[J];中國(guó)工程科學(xué);2003年02期

3 徐小力;朱春梅;張建民;;Trend Prediction Method Based on the Largest Lyapunov Exponent for Large Rotating Machine Equipments[J];Journal of Beijing Institute of Technology;2009年04期

4 尹曉偉;錢(qián)文學(xué);謝里陽(yáng);;基于貝葉斯網(wǎng)絡(luò)的多狀態(tài)系統(tǒng)可靠性建模與評(píng)估[J];機(jī)械工程學(xué)報(bào);2009年02期

5 徐小力;蔣章雷;任彬;陳濤;;基于Birgé-Massart閾值的煙氣發(fā)電機(jī)組狀態(tài)特征弱信息提取方法[J];機(jī)械工程學(xué)報(bào);2012年12期

6 蔣鐵珍;;分布式檢測(cè)多目標(biāo)融合算法研究[J];中國(guó)電子科學(xué)研究院學(xué)報(bào);2010年06期

7 姜輝;楊建國(guó);姚曉棟;張余升;袁峰;;數(shù)控機(jī)床主軸熱漂移誤差基于貝葉斯推斷的最小二乘支持向量機(jī)建模[J];機(jī)械工程學(xué)報(bào);2013年15期

相關(guān)博士學(xué)位論文 前1條

1 徐曉濱;不確定性信息處理的隨機(jī)集方法及在系統(tǒng)可靠性評(píng)估與故障診斷中的應(yīng)用[D];上海海事大學(xué);2009年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝斯俊;徐以濤;陳浩楠;;一種基于信道信息修正的解碼后合并算法[J];電訊技術(shù);2012年05期

2 何小飛;童曉陽(yáng);孫明蔚;;基于貝葉斯網(wǎng)絡(luò)和D-S證據(jù)理論的分布式電網(wǎng)故障診斷[J];電力系統(tǒng)自動(dòng)化;2011年10期

3 劉道兵;顧雪平;李海鵬;;基于IEC 61850的電網(wǎng)故障診斷完全解析化建模[J];電力系統(tǒng)自動(dòng)化;2012年10期

4 郭創(chuàng)新;高振興;劉毅;彭明偉;畢建權(quán);楊健;駱玉海;;采用分層多源信息融合的電網(wǎng)故障診斷方法[J];高電壓技術(shù);2010年12期

5 戰(zhàn)紅;譚繼文;薛金亮;;基于信息熵與判斷矩陣的D-S證據(jù)理論改進(jìn)方法在故障診斷中的應(yīng)用[J];北京工業(yè)大學(xué)學(xué)報(bào);2013年08期

6 張利偉;苑津莎;;基于典型樣本和證據(jù)理論的變壓器故障診斷[J];電測(cè)與儀表;2013年08期

7 汲萬(wàn)峰;張有志;章堯卿;孫鈞正;;不確定環(huán)境中基于概率威脅的航跡規(guī)劃研究[J];電光與控制;2013年10期

8 董學(xué)軍;黎明;陳英武;;航天器發(fā)射組織可靠性模型[J];管理工程學(xué)報(bào);2013年04期

9 涂青;吳根秀;劉邱云;;證據(jù)組合新方法及其在詩(shī)歌評(píng)價(jià)中的應(yīng)用[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

10 李文藝;呂現(xiàn)釗;岳明道;;一種最優(yōu)證據(jù)選擇方法[J];蚌埠學(xué)院學(xué)報(bào);2014年01期

相關(guān)會(huì)議論文 前10條

1 高體攀;陳青;劉思華;;基于時(shí)空方向配合和Petri網(wǎng)的電力系統(tǒng)故障診斷方法[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

2 張海波;張莉;陶文偉;王俏文;張曉云;;基于信息論與專家系統(tǒng)的電力系統(tǒng)故障診斷[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

3 李濱;王崇林;;煤礦電網(wǎng)故障區(qū)間判斷算法研究[A];煤礦機(jī)電一體化新技術(shù)創(chuàng)新與發(fā)展2012學(xué)術(shù)年會(huì)論文集[C];2012年

4 LI Yongsen;CAO Ze;MIN Jie;;Study on the Method to Measure the Evidence Simulation Degree[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

5 劉培玉;段林珊;朱振方;;基于證據(jù)理論和FCM聚類的信息融合研究[A];山東計(jì)算機(jī)學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

6 魯睿;張杰;徐勇軍;吳琳;;數(shù)據(jù)融合中證據(jù)沖突的典型處理方法[A];2014第二屆中國(guó)指揮控制大會(huì)論文集（上）[C];2014年

7 李曉鋼;王亞輝;羅仁茜;;基于貝葉斯網(wǎng)絡(luò)的薄弱環(huán)節(jié)分析方法[A];技術(shù)融合創(chuàng)新·可靠服務(wù)企業(yè)·安全產(chǎn)品制勝——2013年全國(guó)機(jī)械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會(huì)暨第四屆可靠性工程分會(huì)第五次全體委員大會(huì)論文集[C];2013年

8 侯攀;賈連興;何靈;;一種基于信任度的沖突證據(jù)合成方法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第15卷）[C];2014年

9 吳迪;曹潔;;一種基于證據(jù)信息散度的沖突證據(jù)表示[A];第十一屆全國(guó)博士生學(xué)術(shù)年會(huì)——信息技術(shù)與安全專題論文集[C];2013年

10 李曉鋼;王亞輝;羅仁茜;;基于貝葉斯網(wǎng)絡(luò)的薄弱環(huán)節(jié)分析方法[A];2013年全國(guó)機(jī)械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會(huì)暨第四屆可靠性工程分會(huì)第五次全體委員大會(huì)論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 劉宇;多狀態(tài)復(fù)雜系統(tǒng)可靠性建模及維修決策[D];電子科技大學(xué);2010年

2 梁偉光;基于證據(jù)理論的在軌航天器故障診斷方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

3 趙楠;基于機(jī)器學(xué)習(xí)的供應(yīng)鏈績(jī)效智能分析方法研究[D];天津大學(xué);2010年

4 邱愛(ài)兵;采樣數(shù)據(jù)系統(tǒng)的故障診斷方法研究[D];南京航空航天大學(xué);2010年

5 俞斌;不確定條件下散裝液體化學(xué)品船安全評(píng)價(jià)方法及應(yīng)用研究[D];上海海事大學(xué);2011年

6 趙冬安;基于故障樹(shù)法的地鐵施工安全風(fēng)險(xiǎn)分析[D];華中科技大學(xué);2011年

7 葛哲學(xué);濾波方法及其在非線性系統(tǒng)故障診斷中的應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

8 汪e，

本文編號(hào)：2253860