证据理论在多源数据融合故障诊断中的应用 - 大冶金.pdfVIP

第34卷 第6期 山 东 冶 金 Vol.34 No.6 2012年12月 Shandong Metallurgy December2012 经验交流经验交流 证据理论在多源数据融合故障诊断中的应用 崔 刚，樊增彬，郑振祥 （济钢集团有限公司 炼铁厂，山东 济南250101） 摘 要：分析了证据理论，借助证据冲突概率分配函数解决了证据冲突问题，通过基于矩阵分析的融合算法解决了证据理 论在应用中存在的计算瓶颈问题，构建了基于D-S证据理论的多源数据融合故障诊断系统。算例结果表明，该方法所要的 融合时间近似与数据源个数成线性关系，该诊断系统提高了诊断的可靠性和准确性，降低了诊断的不确定性。 关键词：故障诊断；D-S证据理论；多源数据融合；融合算法 中中图分类号号：TP306 文献标识码：B 文章编号：1004-4620（2012）06-0079-02 1 引 言 。 （3） ［1］ 若 且∈（A ）＞0，则称A 为焦元，设m ，m ，…，1 2 证据理论始于1976年，由A.P.Dempster 提出， m 是同一识别框架Θ上的基本可信度分配，焦元分 ［2］ n 并由他的学生G.Shafer 改进使之成为符合有限离 别为A ，A ，…，A 和B ，B ，…，B ，设 散领域中推理的形式。他们建立了命题和集合之间 1 2 k 1 2 n 的一一对应，以把命题的不确定性问题转化为集合 ； （4） 的不确定性问题，引入了信任函数，证据理论满足比 概率论弱的公理，并能区分不确定和不知道的差 。（5） 异。当概率值已知时，证据理论就变成了概率论。 Θ 则合成后的mass函数m ：2 →［0,1］如下所示： 因此，概率论是证据理论的一个特例。当先验概率 很难获得时，证据理论就比概率论合适。在故障诊 断的实践中发现，仅仅利用设备一方面的故障特征 ， （6） 信息进行故障诊断，具有不确定性，导致有些结果不 其中K 为不确定因子，反映了证据冲突的程度；系数 可靠。只有综合合理利用设备多方面的故障信息， 1/（1-K ）称为归一化因子，称为mass函数的