基于分层式证据推理的信息融合故障诊断方法
徐晓滨1
叶梓发1
徐晓健1
侯平智2
王琪冰3
茹晓英3
1.杭州电子科技大学 自动化学院, 浙江 杭州 3100182.杭州电子科技大学 自动化学院, 浙江 杭州 310018;杭州言实科技有限公司, 浙江 杭州 3100183.森赫电梯股份有限公司, 浙江 湖州 313013
摘要：针对基于信息融合的故障诊断方法中,诊断证据的精细化获取问题和在线诊断信息量受限问题,提出分层式的证据推理(ER)诊断方法.在诊断证据获取过程中,给出故障特征参考值投点方法,按比例求取特征样本点对相邻参考值的相似度,生成点值型参考证据矩阵(REM)和在线故障特征样本的诊断证据,实现了诊断信息的精细化提取;在证据融合过程中,设计分层式ER融合模型.第1层融合中利用k–NN算法找到在线样本的近邻历史样本,然后利用ER规则实现在线样本与近邻历史样本对应证据的融合.在第2层融合中,将多个特征源提供的第1层融合结果再次融合,并根据两层融合所获证据进行故障决策;此外,在分层融合模型中,根据证据之间的欧氏距离构造目标函数及相应的证据重要性权重优化方法.最后,在多功能电机转子试验台上实施了故障诊断实验,与已有单层ER模型诊断结果进行比较,说明所提方法通过提升诊断证据的精确性、增加历史样本扩充诊断信息量,能够有效提升确诊率.
关键词：故障诊断信息融合证据推理k—NN算法分层式证据推理
资助基金：NSFC-浙江两化融合联合基金项目(NSFC;U1709215)国家自然科学基金(61903108)浙江省重点研发计划项目(2019C03104)浙江省重点研发计划项目(2018C04020)浙江省重点研发计划项目(2018C01031)
论文发表日期：2020-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：12( 1681-1692 )
英文信息