改进D-S证据理论在机床状态监测中的应用研究.docxVIP

? ? 改进D-S证据理论在机床状态监测中的应用研究* ? ? 闫一佳 李建伟 闫献国 郭 宏 （1.太原科技大学计算机科学与技术学院 太原 030024）（2.太原科技大学机械工程学院 太原 030024） 1 引言 机床状态监测可以保证加工过程的稳定性和安全性，传统机床状态监测中单一传感器容易受到机床设备的复杂性和运行环境的不稳定性影响，会产生不确定性信息出现错误判断［1］。因此使用多传感器信息融合技术综合分析机床中多个传感器的信息数据，实现对机床的实时监控［2］是有必要的。其中D-S证据理论能够处理数据的不确定性，融和信息的能力优越，在信息融合、决策分析和人工智能等领域都有广泛应用，因此本文拟采用该理论实现机床监测中多传感器信息融合。 证据理论的研究主要分为两类：一是修改证据理论的经典组合规则，如YAGER［3］等方法，丁晗［4］的合成规则；二是不改变组合规则，在融合前对证据进行修正［5］，有MURPHY［6］方法，Xiao［7］的信息散度方法，赵秋月［8］的相似度计算方法和FANG［9］的基于灰色关联的修正算法。LIN［10］提出了一种包含证据理论和多粒度粗糙集理论的两级融合方法，田明明［11］使用了迭代算法修正冲突证据，FRIKHA［12］提出了一种综合了多个准则的改进层次分析法，可以消除主观性和减少不一致性。SARABI［13］提出了一种适用于文本估计的多标准可