模糊多级融合技术在化工故障诊断中应用.docVIP

模糊多级融合技术在化工故障诊断中应用 　　摘 要：为提高化工故障诊断的可靠性，文章提出一种基于模糊多级融合的故障诊断方法，在传统模糊信息融合故障诊断的基础上，将各诊断方法的局部诊断结果重新融合后再进行系统的全局故障诊断，同时根据模糊融合方法的实现需求提出评价系统，对权重值进行修正，从而提高故障诊断的快速性与准确性。通过实例分析表明该诊断模型的可行性。 　　关键词：化工故障；模糊融合；故障诊断 　　故障诊断技术是一门涉及建模与控制等多领域的综合性技术[1]。近年来，随着模糊理论和多源信息融合技术的兴起，人们又将模糊信息融合技术应用于故障诊断领域，提出模糊信息融合故障诊断方法[2]，并取得一些研究成果[3- 5]。对于单诊断资源的诊断结果而言，由于算法设计或者知识水平和经验局限性，可能存在诊断过程片面性和主观性。面对一个实际系统故障问题时，智能诊断和多方专家诊断在诊断过程中，可能存在每个诊断方法在诊断群体中的重要程度各异。为此，本文提出基于模糊多级故障诊断方法，该方法在传统的模糊诊断融合的基础上，将各诊断资源的局部结果进行二级融合，并对权重值用评价系统进行修正。 　　1 模糊多级故障诊断融合结构 　　模糊集思想是将普通集合中的隶属关系从原来只能取0和1扩充到[0，1]区间中的任一数值，因此适合对诊断信息不确定性、片面性进行描述和处理。在化工故障诊断系统中常会同时存在多种诊断资源对同一类或不同类的故障进行诊断。当不同诊断资源各自反馈诊断结果时，多诊断结果多级模糊故障诊断融合结构如图1所示。 　　模糊多级融合中心接收多个诊断结果，首先对不同结果进行特征提取，每个结果包含2个值，即PRE_ RESULT[i]={result，DA}。Result指在诊断结果中应用常量值，DA指诊断资源的信息集合，DA集合包括如诊断资源ID、诊断资源权重值等。诊断结果特征被提取后，将所有结果特征值进行模糊多级融合算法处理，然后将全局融合结果输出，输出结果也应包含的内容为POS_RESULT[i]= {result， p， k}，其中result是全局融合结果代表特征值，p是融合结果可信度百分比，k指全局融合结果与局部诊断结果相似值。 　　1.1 融合原理 　　模糊理论[6]不仅考虑诊断资源各自重要程度，而且强调各诊断资源间会相互关系、相互制约从而对整个融合结果的影响。模糊理论为多诊断资源结果融合提供一个新途径。具体融合原理如下。 　　在模糊多级诊断中，设A={A1，A2，…，Ai}为诊断资源所组成集合，i为故障诊断系统中诊断资源个数，也就是智能诊断资源和专家诊断资源参与该次诊断个数。各诊断资源对第n种故障的隶属度诊断结果可以记为：Sj（A）={Sj（A1）， Sj（A2），…，Sj（Ai）}，1≤i≤m，1≤j≤n，则： 　　i=1，2，3，…，m，由于各诊断资源诊断能力不同，所以它们对不同故障诊断都对应一个权重值，表示该诊断方法在决策时其诊断结果对全局结果影响程度。在这权重主要包括两部分：各诊断资源可信度值R和各诊断资源能力等级G。R={r1，r2，…，rn}T，0≤ri≤1。它根据以往诊断经验得到，以后可以根据实际任务诊断准确率来进行相对应变化。设G={g1，g2， …，gm}，各元素取值范围为{1，2，3}，表示三个诊断等级。则权重集合为： 　　为保留各不同运算模型的全部诊断信息，上式模糊算子“ ° ”采用模型M（?，+）进行计算。 　　1.2 权重设计 　　上文已叙述如何实现模糊多级诊断融合，在融合需求下，首要解决问题是如何设计不同诊断资源在诊断中权重问题。诊断资源权重值在系统运行中被不断优化，权重值大小决定于诊断结果与用户评价共同作用结果。诊断资源特别是专家诊断往往在诊断过程中加入一些主观因素，权重值设计正好可有效消除主观因素带来的不良影响。设计时，令所有诊断资源权重值初始化为0.5，每次诊断结果融合完毕后，系统会根据输出结果可信度p值和融合结果与诊断资源的局部诊断结果相似度k的大小，提高或降低诊断资源在该诊断中权重值。为使诊断方法权重值更符合实际使用需求，在设计对权重值不断修正环节上，提出评价系统方法。 　　化工用户根据诊断结果是否能解决化工故障问题，在客户端上对诊断结果评价，评价等级分为：（1）有效解决故障；（2）部分解决故障；（3）未能解决故障3个等级。系统根据用户评价等级，并结合p，k值，通过推理共同作用于诊断资源权重值。另外，专家同样可通过查阅历史诊断案例，对诊断结果进行评价。权重值具体修正过程如图2所示。注意，权重修正过程增量a，b，u，v，z值大小均由用户在系统中自定义，对于不同诊断对象，增量值大小可能会存在一定差异。 　　1.3 模糊决策 　　求出最终诊断信息D后，可按最大隶属、阀值和择近原则等