基于证据推理规则的信息融合故障诊断方法.pdfVIP

第xx 卷第x 期 控制 理 论 与 应 用 Vol. xx No. x xxxx 年x 月 Control Theory Applications Xxx. xxxx DOI: 10.7641/CTA.201x.xxxxx 基基基于于于证证证据据据推推推理理理规规规则则则的的的信信信息息息融融融合合合故故故障障障诊诊诊断断断方方方法法法 † 徐晓滨 , 郑进 , 徐冬玲 , 杨剑波 (1. 杭州电子科技大学自动化学院系统科学与控制工程研究所, 浙江杭州310018; 2. 曼彻斯特大学决策与认知科学研究中心, 英国曼彻斯特M15 6PB) 摘要: 本文针对不确定性故障特征信息的融合决策问题, 给出基于证据推理（evidence reasoning, ER ）规则的故 障诊断方法. 首先基于故障特征样本似然函数归一化的方法求取各传感器（信息源）提供的诊断证据; 从传感器 误差以及故障特征对各故障类型辨别能力的差异出发, 给出获取诊断证据可靠性因子的方法; 给出双目标优化模 型训练得到诊断证据的重要性权重, 最后利用ER规则融合经可靠性因子和重要性权重修正后的诊断证据, 利用融 合结果进行故障决策. 该方法继承了Dempster-Shafer证据理论处理不确定性信息融合问题的优点, 同时克服了它在 实际应用中无法区分证据可靠性和重要性的不足, 使得所获诊断证据更为客观、可信. 最后, 通过在多功能电机转 子试验台上的故障诊断实验, 验证了所提方法的有效性. 关键词: 故障诊断; 信息融合; 证据推理规则; 证据可靠性; 证据重要性 中图分类号: TP391 文献标识码: A Information Fusion Method for Fault Diagnosis Based On Evidential Reasoning Rule † Xu Xiaobin , Zheng Jin , Xu Dong-Ling , Yang Jian-Bo (1. Institute of System Science and Control Engineering, School of Automation, Hangzhou Dianzi University , Hangzhou Zhejiang 310018, China; 2. Decision and Cognitive Sciences Research Centre, The University of Manchester, Manchester M15 6PB, United Kingdom) Abstract: This paper presents an Evidential Reasoning (ER)-based method of fault diagnosis by combining uncertain information of various fault features collected from multiple sources for fault decision-making. A normalization approach