基于區(qū)間值信度結(jié)構(gòu)的故障診斷方法研究.pdf

1、傳統(tǒng)的D-S證據(jù)理論需要精確的單值證據(jù)作為支撐,但在現(xiàn)實世界里,由于種種原因,單值形式的證據(jù)很難獲得;即便獲得,其可靠性也很可能大打折扣,況且單值證據(jù)對不確定信息的表達并不完善;為此,學(xué)界提出了改進型的區(qū)間值信度結(jié)構(gòu)(Interval-valued Belief Structures)以應(yīng)對挑戰(zhàn)。這種符合常人思維的證據(jù)能夠全面量化不確定性信息。但該理論的完善,特別是作為其運用前提的歸一化問題和更新問題還待有進一步研究。為此,本文展開了對

2、區(qū)間值信度結(jié)構(gòu)折扣進行優(yōu)化的歸一化方法的研究。
　　當(dāng)前基于多傳感器信息融合的故障診斷系統(tǒng)已成為主流,在D-S證據(jù)理論框架下進行故障診斷應(yīng)用漸成其主要趨勢。但隨著現(xiàn)代工業(yè)設(shè)備日趨復(fù)雜,也給故障診斷技術(shù)提出了更高的要求,傳統(tǒng)的基于證據(jù)理論的靜態(tài)診斷方法已難以適應(yīng)未來實時在線動態(tài)診斷的需求,為此,本文在區(qū)間值信度結(jié)構(gòu)(IBS)的框架上開展了證據(jù)實時更新的診斷策略的研究。
　　本文的主要研究內(nèi)容如下:
　　1、介紹傳統(tǒng)的D-

3、S證據(jù)理論和區(qū)間值信度結(jié)構(gòu)(IBS)的基本知識以及國內(nèi)外當(dāng)前研究狀況,并分析了其在故障診斷應(yīng)用中存在的不足。最后,針對實時故障診斷應(yīng)用中的實時證據(jù)動態(tài)更新問題,闡述了現(xiàn)有的證據(jù)更新方法和研究進展。
　　2、針對區(qū)間值信度結(jié)構(gòu)(IBS)的歸一化問題,提出了一種對其折扣進行優(yōu)化的歸一化方法。通過求解最優(yōu)折扣因子來計算歸一化IBS,使得生成的標(biāo)準(zhǔn)IBS包含有最大量的原始信息。還基于區(qū)間向量的歐式距離;定義了兩個IBS之間的相似性測度,用

4、其度量它們之間含有共同信息的程度;最后通過典型數(shù)值算例及大規(guī)模隨機統(tǒng)計實驗證明了所提優(yōu)化方法的有效性。
　　3、針對實時故障診斷應(yīng)用中的在線更新問題,提出了一種基于區(qū)間值信度結(jié)構(gòu)(IBS)的更新策略。該方法拓展了傳統(tǒng)的Jeffrey-like規(guī)則和線性組合規(guī)則,能根據(jù)新到診斷證據(jù)的實時變化,自適應(yīng)的選擇合適的更新規(guī)則;還能依據(jù)新到診斷證據(jù)和前幾步更新后證據(jù)之間的關(guān)系,自適應(yīng)調(diào)節(jié)線性組合的合并權(quán)重。從最后的一系列故障模擬實驗可以看出