基于主元分析和D-S证据理论的传感器故障诊断与应用
合集下载
基于D_S证据理论的故障综合诊断方法
技术创新故障诊断您的论文得到两院院士关注基于Ｄ－Ｓ证据理论的故障综合诊断方法ＡＣＯＭＰＲＥＨＥＮＳＩＶＥＤＩＡＧＮＯＳＩＳＴＨＥＯＲＹＢＡＳＥＤＯＮＤ－ＳＥＶＩＤＥＮＣＥＴＨＥＯＲＹ（第二炮兵工程学院５０１教研室）梅振兴张金玉苏勋家ＭＥＩＺＨＥＮＸＩＮＧＺＨＡＮＧＪＩＮＹＵＳＵＸＵＮＪＩＡ摘要：针对单个诊断方法故障信息的模糊性和分散性，建立了基于证据理论的综合诊断方法。
其中融合策略灵活多变，且模型已由单故障模式推广到多重故障模式，使之更适应实际工程诊断需要。
最后应用其对某转子系统故障进行了诊断，结果表明方法行之有效。
关键词：故障诊断；证据理论；信息融合中图分类号：ＴＰ２０６．３文献标识码：ＡＡｂｓｔｒａｃｔ：Ｄｉｒｅｃｔｉｎｇｔｏｔｈｅｆａｉｎｔｎｅｓｓａｎｄｄｉｓｐｅｒｓｉｖｅｎｅｓｓｏｆｆａｕｌｔｄａｔａｏｆｓｉｎｇｌｅｄｉａｇｎｏｓｉｓｍｅｔｈｏｄ，ａｃｏｍｐｒｅｈｅｎｓｉｖｅｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄ－ｏｎｅｖｉｄｅｎｃｅｔｈｅｏｒｙｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｄｉａｇｎｏｓｉｓｔａｃｔｉｃｗａｓａｄａｐｔｉｖｅ，ａｎｄｔｈｅｍｏｄｅｌｗａｓｇｅｎｅｒａｌｉｚｅｄｆｒｏｍｓｉｎｇｌｅｆａｕｌｔｍｏｄｅｔｏｍｕｌｔｉｐｌｅｆａｕｌｔｓｍｏｄｅ．Ｓｏｉｔｉｓｍｏｒｅａｐｐｌｉｃａｂｌｅｉｎｐｒａｃｔｉｃａｌｆａｕｌｔｄｉａｇｎｏｓｉｓ．Ｔｈｉｓｍｅｔｈｏｄｗａｓａｐｐｌｉｅｄｉｎｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆａｒｏｔｏｒｍａｃｈｉｎｅ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｉｔｉｓｅｆｆｅｃｔｉｖｅ．Ｋｅｙｗｏｒｄｓ：ｆａｕｌｔｄｉａｇｎｏｓｉｓ，ｅｖｉｄｅｎｃｅｔｈｅｏｒｙ，ｄａｔａｆｕｓｉｏｎ文章编号：１００８－０５７０（２００７）１０－１－０１５６－０２梅振兴：硕士引言机械设备尤其是大型复杂设备故障机理复杂，故障特征提取困难，故障诊断的模糊性强，其诊断往往不能通过单一手段实现。
D-S证据理论信息融合在故障诊断中的应用
摘
要
介绍 Ｄ—Ｓ证据 理论 信息融合算法的基本原理 ， 究 Ｄ—Ｓ证据理论信 息融合理 论在 电子设 备故 障诊 断中的 研
应用 ， 它可有效地提高故障模式的识别能力 ， 克服单 一信息诊 断的片面性和孤立性 。
关键 词 信息融合
中 图分 类 号
故 障诊 断
Ｄ—Ｓ 据理论 证
信度函数
ＴＯＩ Ｉ ４
维普资讯
第 ３ （ ０ ７ 第 ８期 ５卷 ２０ ）
计 算 机 与 数 字 工 程
１１ ５
Ｄ— Ｓ证 据 理 论 信 息 融 合 在 故 障诊 断 中的应 用
胡冠林 李
（ 中光 电技术研究所 武汉 华 ’
娟
罗 勇
４０３ ） ３０ ３
４０ ７ ） 海军工程大学。 武汉 ３０ ４ （
第３ ５卷
应用的信息融合故障诊断方法有 Ｂ ｙｓ ａｅ 推理 、 模糊 信息融合 、 ｓ Ｄ— 证据推理及神经网络信息融合等。
其关键点 电压 ， 电流信号 ， 判断是否故障 ， 但这种方 法不 仅测 试麻 烦 ， 而且 由于无 法猜 准 哪个元 器件 故
障 ， 须切 割很 多元 器件 才能 诊断 出真 正 的故障元 必 器 件 。而在 不少 情 况 下 是 不允 许 进 行 这 种破 坏 性
诊 断 的 ， 别是 一些 重要 仪器 电路 或正在 运行 的机 特
２ 电子设 备 故 障诊 断 的信 息 融合 技 术
２ １ 信息 融合 与故 障诊 断 ． 信 、 技 术 应 用 到故 障 诊 断领 域 还 是 近些 皂融合
电压或 电流 信号 ， 以准确 判断 是否 有故 障 ， 难 因此 ， 对被 怀 疑元器 件 一般 是割 断其前 后联 系 ， 电测 试 通
基于D-S证据理论的网络设备故障诊断算法
万方数据 万方数据一螳很难锊刚的坫本报臀，报警关联模块则是对多个可能有关系的报管进ｉｔ火联，从而在一定程度上降低误报率。
在实验中主要提取了本地诊断Ａｇｅｎｔ的３个输出属性ｄｅｔｅｃｔｉｏｎｔｉｍｅ、ｔａｒｇｅｔ中的ＩＰ和ｐｏｒｔ作为融合控制代理的输入数据。
对于这３个属性在告警中的权重的设定可以同时使用了基于最大一致性（ＭａｘｉｍｕｍＥｎｔｒｏｐｙ）和最小平均平方误差（ＭｉｎｉｍｕｍＭｅａｎｓｑＩｉａｒｅＥｒｒｏｒ，ＭＳＥＥ）的方法估计权重。
我们用三元组（ｎ，Ｐ，，Ｐ，）表示这三个属性的取值组合，Ｐ。
表示ｄｅｔｅｃｔｉｏｎｔｉｍｅ的权重，Ｐ。
表示ｐｏｒｔ的权重，Ｐ，表示ＩＰ的权重，各个属性的取值在０到１之间，步长为Ｏ．１。
测试在包含２００００条记录的数据集上进行，分别对各个三元组进行测试得到最优值为（０．３，０．５，０．２）。
实验证明，当入侵诊断评价数据集中包含２００００条记录时实验结果趋于稳定。
在测试过程中还对报警的时间相似性差Ｔ（绝大部分攻击的Ｔ值分布在２到３之间）和相似性阈值Ｄ进行了估值，根据实验结果Ｔ取值２．４，Ｄ取值０．７。
表１是实验得到结果的统计。
裹１经数据融合过程后诊断结果统计表表１中各个字段的意义说明如下：Ｉｎｓｉｄｅ：内部网络；ＮＯＦ：诊断到故障设备的数量；ＮＡ：报警数量；ＮＴＦＤ：诊断到的真的故障设备的数量；ＮＲＡ：实际发生的报警数量；ＤＲ：诊断率（ＤＲ＝ＮＴＡＤ／ＮＯＡ）ＦＰＲ：误报率（ＦＰＲ＝１一ＮＲＡ／ＮＡ）．为了更好的评估基于数据融合的入侵诊断系统的诊断性能，又构造了以下实验。
在实验过程中禁用融合控制代理中的事件管理组件，即在入侵诊断过程中除去入侵融合过程，实验得到的结果如表２所示。
衷２未进行数据融合过程的诊断结果统计裹实验结果表明，在确定参数ｄｅｔｅｃｔｉｏｎｔｉｍｅ、ＩＰ和ｐｏｒｔ权重的过程中，注意到了Ｄ—ｓ证据理论对于合成数据的敏感性。
在确定报警的时间相似性差Ｔ的过程中我们最初把设定为２秒或者更小时，结果发现有很多报警没有进行正确的分类，当Ｔ值大于３秒时，发现报警分类出现冗余。
基于D-S证据理论的感应电动机故障诊断分析
包 变换 的频率 划分 特性 ， 对定 子 三相 电流 信 号进 行 小 波包 分 解 ，利 用 节 点 系数 的 均方 根 值 构建 电
动机 转 子故 障的特 征 矢量 （ 证 据体 ） ； 求取 证据体 对 转子 故 障所赋 予 的基本 概 率分 配 函数值 ，然 后 根据 Ｄ— ｓ证 据理 论 融合规 则进 行数 据 融合处 理 ， 实现 对 电动机 转 子 断条 故 障 的准 确 识 别 。用 相似
Ｋ ｅ ｙ ｗ ｏ ｒ ｄ ｓ ： Ｄ — Ｓ Ｅ ｖ ｉ ｄ ｅ ｎ ｃ ｅ Ｔ ｈ ｅ ｏ ｙ； ｒ ｉ ｎ ｄ ｕ ｃ ｔ ｉ ｏ ｎ ｍ ｏ ｔ ｏ ｒ ；ＷＰ Ｔ（ Ｗａ ｖ ｅ ｌ ｅ ｔ Ｐ ａ ｃ ｋ ａ ｇ ｅ Ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ ） ； ｆ ａ ｕ ｌ ｔ ｄ ｉ ａ ｇ ｎ ｏ ｓ ｉ ｓ
・
３ ６・
煤
矿
机 电
２ ０ １ ３ 年第 ６期
基于 Ｄ ． Ｓ证 据 理 论 的感 应 电动 机 故 障诊 断 分 析
刘 怀 宇
（ 中国矿业大学 现代分析计算 中心 ， 江苏 徐州 ２ ２ １ １ １ ６ ）
摘
要： 采用 Ｄ — ｓ证 据理 论对感 应 电动机 进 行 转子 断条 和 定 子 匝 间短 路 的 故 障诊 断。 基 于 小 波
Ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ） ， ｔ ｈ ｅ ｃ ｕ ｒ ｒ ｅ ｎ ｔ ｓ ｉ ｇ ｎ ａ ｌ ｏ ｆ ｓ ｔ ａ ｔ ｏ ｒ ’ Ｓ ｔ ｈ ｒ ｅ ｅ ｐ ｈ ａ ｓ ｅ ｓ ｉ ｓ ｄ ｅ ｃ ｏ ｍ ｐ ｏ ｓ ｅ ｄ ｂ ｙ ＷＰ ｒ Ｉ 、 ，ａ ｎ ｄ ｔ ｈ ｅ ｎ ｔ ｈ ｅ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｒ ｉ ｓ ｔ ｉ ｃ
D—S证据理论在多传感器故障诊断中的改进及应用
第４ １卷 源自刊 ２ １ 年 ９月 ０１
东 南 大 学 学 报 （自然科 学版 ）
Ｊ Ｒ ＯＵ ＮＡＬＯ Ｏ Ｈ Ａ ＴＵ ＶＥ ＳＴＹ （ ｍｒ ｃｅｃ ｄ ｉｎ Ｆ Ｓ ＵＴ Ｅ Ｓ ＮＩ Ｒ Ｉ Ｎａ ａ Ｓ ｉ ｅＥ ｉｏ ） ｌ ｎ ｔ
Ｖｏ ． Ｓｕ １４１ ｐ
（ Ｓ ｈｏ ｆ ｌｃｉａ Ｅ ｇｎｅ ｎ ，Ｓ ａｇ ａ Ｄｉ ｊ Ｕｎｖｒｔ Ｓ ａｇ ａ ２ ０４ Ｃ ｉａ ｃｏ ｌ ｅｔｃｌ ｎ ｉｅｒ ｇ ｈｎ ｈｉ ａ ｉ ｉｅｓｙ， ｈｎ ｈ ０２ ０， ｈｎ ） ｏＥ ｒ ｉ ｎ ｉ ｉ
Ａｂｓｒ ｃ ：Ｉ ｒ ｅ ｏ ｓ ｌ ｅ ｔ ｅ ｐｒ ｂ ｅ ｔ ｔ１ Ｓ ｉ ｃ ｎｓｓｅ ｔ ｗｉ ｈｅ ｆ ｃ ｓ ｗｈ ｎ ｔ ｅ ｃ ｎｖ ｎ ｉ ｎ ｌ ｔ ａ ｔ ｎ ｏ ｄ ｒｔ ｏ ｖ ｈ ｏ ｌ ｍ ｈａ ｔＩ ｎ ｏ ｉｔｎ ｔ ｔ ａ ｔ ｅ ｏ ｅ ｔｏ ａ ｈ ｈ ｅ ｉ ｅ ｃ ｅ ｒ ｓｕｓ ｄ ｔ ｅ ｌｗｉ ｖ ｄ ｎ ｅ ｆｈ ｇ ｏ ｆｉｔｉ ｈｅ ｍ ｕ ｔ—ｅ ｓ ｒｉ ｆ ｒ ａｉ ｎ ｆ ｉ ｎ ｖ ｄ ｎ ｅ ｔ ｏ ｙ ｉ ｅ ｏ ｄ ａ ｔ ｅ ｉ ｅ ｃ ｓｏ ｉ ｈ ｃ ｎ ｃ ｎ ｔ ｌｉｓ ｎ ｏ ｎ ｏ ｍ ｔ ｕｓｏ ｈ ｈ ｌ ｏ
ｆｕｔ ｉｇ ｏｉ ｓｓ ｍ． ｈｓ ａ ｅ ｉｔ ｄ ｃ ｓｈ ａｉ ｆ ｍ ｗ ｒ ｆ ｈ ｅ ｓ ｒ ｈｆｒ（ Ｓ ｖ ａｌｄａ ｎ ｓ ｔ Ｔ ｉ ｐｐ ｒｎｒ ｕ ｅ ｅｂ ｓ ｒ ｅ ｏｋｏ ｅＤ ｍｐｔ — ａｅ Ｄ— ）ｅ ・ ｓｙ ｅ ｏ ｔ ｃ ａ ｔ ｅＳ
ｉ ｅ ｃ ｅ ｙ ｎ ｎａｙ ｅ ｈｏ ｔｏ ｎ ｓ ｉ ｎ ｎ ｉ ｈ ｂｅｉ ｖ ｒ ｂ ｂ ｌ ｙ ｔ ａ ｌ ｓ ｕ ｃ ｆｓ ｌ ｄ ｎ ｅ ｔ ｏｒ ａ ｄ ａ ｌ ｚ ｓ ｓ ｒｃ ｍｉ ｇｓｏｆａ ｓｇ ｉ ｇ ｈ ｇ ｌｅ ｅｐ ｏ ａ ｉｉ ｏ ｆ ｕ ｔ ｏ ｒ ｅ ｏ ｍａ ｌ ｈ ｔ
东 南 大 学 学 报 （自然科 学版 ）
Ｊ Ｒ ＯＵ ＮＡＬＯ Ｏ Ｈ Ａ ＴＵ ＶＥ ＳＴＹ （ ｍｒ ｃｅｃ ｄ ｉｎ Ｆ Ｓ ＵＴ Ｅ Ｓ ＮＩ Ｒ Ｉ Ｎａ ａ Ｓ ｉ ｅＥ ｉｏ ） ｌ ｎ ｔ
Ｖｏ ． Ｓｕ １４１ ｐ
（ Ｓ ｈｏ ｆ ｌｃｉａ Ｅ ｇｎｅ ｎ ，Ｓ ａｇ ａ Ｄｉ ｊ Ｕｎｖｒｔ Ｓ ａｇ ａ ２ ０４ Ｃ ｉａ ｃｏ ｌ ｅｔｃｌ ｎ ｉｅｒ ｇ ｈｎ ｈｉ ａ ｉ ｉｅｓｙ， ｈｎ ｈ ０２ ０， ｈｎ ） ｏＥ ｒ ｉ ｎ ｉ ｉ
Ａｂｓｒ ｃ ：Ｉ ｒ ｅ ｏ ｓ ｌ ｅ ｔ ｅ ｐｒ ｂ ｅ ｔ ｔ１ Ｓ ｉ ｃ ｎｓｓｅ ｔ ｗｉ ｈｅ ｆ ｃ ｓ ｗｈ ｎ ｔ ｅ ｃ ｎｖ ｎ ｉ ｎ ｌ ｔ ａ ｔ ｎ ｏ ｄ ｒｔ ｏ ｖ ｈ ｏ ｌ ｍ ｈａ ｔＩ ｎ ｏ ｉｔｎ ｔ ｔ ａ ｔ ｅ ｏ ｅ ｔｏ ａ ｈ ｈ ｅ ｉ ｅ ｃ ｅ ｒ ｓｕｓ ｄ ｔ ｅ ｌｗｉ ｖ ｄ ｎ ｅ ｆｈ ｇ ｏ ｆｉｔｉ ｈｅ ｍ ｕ ｔ—ｅ ｓ ｒｉ ｆ ｒ ａｉ ｎ ｆ ｉ ｎ ｖ ｄ ｎ ｅ ｔ ｏ ｙ ｉ ｅ ｏ ｄ ａ ｔ ｅ ｉ ｅ ｃ ｓｏ ｉ ｈ ｃ ｎ ｃ ｎ ｔ ｌｉｓ ｎ ｏ ｎ ｏ ｍ ｔ ｕｓｏ ｈ ｈ ｌ ｏ
ｆｕｔ ｉｇ ｏｉ ｓｓ ｍ． ｈｓ ａ ｅ ｉｔ ｄ ｃ ｓｈ ａｉ ｆ ｍ ｗ ｒ ｆ ｈ ｅ ｓ ｒ ｈｆｒ（ Ｓ ｖ ａｌｄａ ｎ ｓ ｔ Ｔ ｉ ｐｐ ｒｎｒ ｕ ｅ ｅｂ ｓ ｒ ｅ ｏｋｏ ｅＤ ｍｐｔ — ａｅ Ｄ— ）ｅ ・ ｓｙ ｅ ｏ ｔ ｃ ａ ｔ ｅＳ
ｉ ｅ ｃ ｅ ｙ ｎ ｎａｙ ｅ ｈｏ ｔｏ ｎ ｓ ｉ ｎ ｎ ｉ ｈ ｂｅｉ ｖ ｒ ｂ ｂ ｌ ｙ ｔ ａ ｌ ｓ ｕ ｃ ｆｓ ｌ ｄ ｎ ｅ ｔ ｏｒ ａ ｄ ａ ｌ ｚ ｓ ｓ ｒｃ ｍｉ ｇｓｏｆａ ｓｇ ｉ ｇ ｈ ｇ ｌｅ ｅｐ ｏ ａ ｉｉ ｏ ｆ ｕ ｔ ｏ ｒ ｅ ｏ ｍａ ｌ ｈ ｔ
基于D-S证据理论的多传感器目标识别信息融合方法
１ ２ Ｄ Ｓ证 据理 论 的 不足 ． —
冲突因子 ｋ 客观地反 映了证 据间冲突 的程度 ， 多传感 从 器 目标识别 系统角度来说 ， 它代表各个传感 器所提供 信息的 冲突程度 ， 如何处 理证据 问 的冲突 ， 是运用 Ｄ Ｓ证据 理论准 － 确进 行 目标识 别 的关 键 。０ ≤１ 当 ＝１时 ， 表 两个证 ≤ｋ ， 代 据 间完全 冲突。Ｄ— Ｓ证据理 论通 过归 一 化因 子 （ １一ｋ 忽 ） 略了证据 问的冲突 ， 但是 当信息 源之 问 的冲突非 常显著 时 ， 其组合的最后结果可能产生有悖常理 的结论 。 例 １ 设识 别框 架 为 Ｈ＝｛ Ｂ， ， ２个 证据 ｍ Ａ， Ｃ）有 和
， Ａｎ Ｃ Ｈ
同类 的传感 器提供的信息加以综合 ， 弥补 了单一传 感器 的局
Ａ１ｎ Ｎ Ａ １＝ Ａ
限… 。多个传感器 中的信 息往 往含 有一定 的不确 定性 和模
糊性 ， 甚至 由于传感器特性 的不一 ， 同一个 目标 ， 对 不同特性
其 中 ， 为 冲 突 因 子 ， 达 式 为 ＝ Ａ ｌ， ∑ｎＣ Ｈ ｍ Ａ ） 表 ， （ … ＾
１ Ｄ－ 据 推 理 理 论 Ｓ证
１ １ Ｄ Ｓ融 合 准 则 ． —
Ｄ ｍ ｓ ｒ １６ 首 先 提 出 Ｊ 构 造 不 确 定 性 模 型 的 一 ｅ ｐｔ 于 ９ ７年 ｅ ，
ｍ，Ａ ＝ ０ ＩｌＢ） ＝ ０Ｏ ， （ ） ＝０ ９ （） ，／（ Ｔ ， ． １ ｍ１ Ｃ ．９ 由式 （ ） — １ Ｄ Ｓ组 合 规 则 计 算 得 ： （ ｍ Ａ）＝ｍ（ Ｃ）＝０ ， ｍ（ ）＝１ 显然 这 个 结 论 是 不 合 理 的 ， 为 ２个 证 据 对 Ｂ 的 。 因
该 方 法 在 用 于 多 传 感 器 目标 识 别 系 统 的有 效 性 和 优 越 性 。
冲突因子 ｋ 客观地反 映了证 据间冲突 的程度 ， 多传感 从 器 目标识别 系统角度来说 ， 它代表各个传感 器所提供 信息的 冲突程度 ， 如何处 理证据 问 的冲突 ， 是运用 Ｄ Ｓ证据 理论准 － 确进 行 目标识 别 的关 键 。０ ≤１ 当 ＝１时 ， 表 两个证 ≤ｋ ， 代 据 间完全 冲突。Ｄ— Ｓ证据理 论通 过归 一 化因 子 （ １一ｋ 忽 ） 略了证据 问的冲突 ， 但是 当信息 源之 问 的冲突非 常显著 时 ， 其组合的最后结果可能产生有悖常理 的结论 。 例 １ 设识 别框 架 为 Ｈ＝｛ Ｂ， ， ２个 证据 ｍ Ａ， Ｃ）有 和
， Ａｎ Ｃ Ｈ
同类 的传感 器提供的信息加以综合 ， 弥补 了单一传 感器 的局
Ａ１ｎ Ｎ Ａ １＝ Ａ
限… 。多个传感器 中的信 息往 往含 有一定 的不确 定性 和模
糊性 ， 甚至 由于传感器特性 的不一 ， 同一个 目标 ， 对 不同特性
其 中 ， 为 冲 突 因 子 ， 达 式 为 ＝ Ａ ｌ， ∑ｎＣ Ｈ ｍ Ａ ） 表 ， （ … ＾
１ Ｄ－ 据 推 理 理 论 Ｓ证
１ １ Ｄ Ｓ融 合 准 则 ． —
Ｄ ｍ ｓ ｒ １６ 首 先 提 出 Ｊ 构 造 不 确 定 性 模 型 的 一 ｅ ｐｔ 于 ９ ７年 ｅ ，
ｍ，Ａ ＝ ０ ＩｌＢ） ＝ ０Ｏ ， （ ） ＝０ ９ （） ，／（ Ｔ ， ． １ ｍ１ Ｃ ．９ 由式 （ ） — １ Ｄ Ｓ组 合 规 则 计 算 得 ： （ ｍ Ａ）＝ｍ（ Ｃ）＝０ ， ｍ（ ）＝１ 显然 这 个 结 论 是 不 合 理 的 ， 为 ２个 证 据 对 Ｂ 的 。 因
该 方 法 在 用 于 多 传 感 器 目标 识 别 系 统 的有 效 性 和 优 越 性 。
改进的D-S证据理论在电路故障诊断中的应用研究
Ｋｅ ｏ ｄ ｃ ｒ ｕ ｔ ｙＷ ｒｓ ｉｃ ｉ ，Ｄ－ ｖ ｄ ｎ ｅｔ ｅ ｒ ，ｆ ｕ ｔｄ ａ ｎ ｓｓ Ｓ ｅ ｉ ｅ ｃ ｈ ｏ ｙ ａ ｌ ｉｇ ｏ ｉ Ｃｌｓ ｍ ｂ ｒ ＴＰ３ 】 ａ ｓ Ｎｕ ｅ ９
１ 引言
随着 电路 结构 的 日趋复 杂 ， 对 大型 复 杂设 备 在 系统运 行状态 进行 监测 时 ， 由于保 ห้องสมุดไป่ตู้ 和 断路 器存 在
准确率得 以提高 。
关键词
电路 ； Ｓ 据理论 ； Ｄ－ 证 故障诊断
Ｔ ３１ Ｐ ９
中 图分 类号
Ａｐ ｌｃ ｔｏ ｓ ａ ｃ ｎ Ｉ ｐ ｏ ｅ Ｓ Ｅｖ ｄ ｎ ｅ Ｔｈｅ ｒ ｐ ｉ ａ ｉ ｎ Ｒｅ ｅ ｒ ｈ ｏ ｍ ｒ ｖ ｄ Ｄ— ｉ ｅ ｃ ｏｙ
素的影响， 会导致融合 过程 中存在着 各种不确定 性。在各种非精确推理技术 中， － Ｄ Ｓ证据理论凭借
自身 的特 点 ， 对 不 确 定信 息 的描 述 采 用 “ 如 区间估 计” 而不 是“ 估计 ” ， 点 的方 法 ， 区分不 知 道 与不 确 在 定方 面 以及精 确 反 映 证 据 收集 方 面显 示 出 很 大 的
误动、 拒动以及 因信道干扰发生信息丢失等诸多不 确 定性 因素 ， 得仅 利用 单一 传感 器 进行 状 态监 测 使
与故 障诊断 时很 难 得 到精 确 的结 果 。在 进 行 状 态
灵活性 ， 在处理不确定性 问题时具有独特 的优势。
２ Ｉ＿ 据 理 论 ）Ｓ证
设 Ｕ 为互 斥 且 穷 举 的 元 素 组 成 的命 题 集 合 ，
感 器 的精 度 、 部环 境影 响 以及 数据 的后处 理等 因 外
为 Ａ的基本可信数。设 ｍ ， …， ｍ ， ｍ 是识别框架 ｕ上的基本概率 ， 多概率分配函数正交和 一 ｏ
１ 引言
随着 电路 结构 的 日趋复 杂 ， 对 大型 复 杂设 备 在 系统运 行状态 进行 监测 时 ， 由于保 ห้องสมุดไป่ตู้ 和 断路 器存 在
准确率得 以提高 。
关键词
电路 ； Ｓ 据理论 ； Ｄ－ 证 故障诊断
Ｔ ３１ Ｐ ９
中 图分 类号
Ａｐ ｌｃ ｔｏ ｓ ａ ｃ ｎ Ｉ ｐ ｏ ｅ Ｓ Ｅｖ ｄ ｎ ｅ Ｔｈｅ ｒ ｐ ｉ ａ ｉ ｎ Ｒｅ ｅ ｒ ｈ ｏ ｍ ｒ ｖ ｄ Ｄ— ｉ ｅ ｃ ｏｙ
素的影响， 会导致融合 过程 中存在着 各种不确定 性。在各种非精确推理技术 中， － Ｄ Ｓ证据理论凭借
自身 的特 点 ， 对 不 确 定信 息 的描 述 采 用 “ 如 区间估 计” 而不 是“ 估计 ” ， 点 的方 法 ， 区分不 知 道 与不 确 在 定方 面 以及精 确 反 映 证 据 收集 方 面显 示 出 很 大 的
误动、 拒动以及 因信道干扰发生信息丢失等诸多不 确 定性 因素 ， 得仅 利用 单一 传感 器 进行 状 态监 测 使
与故 障诊断 时很 难 得 到精 确 的结 果 。在 进 行 状 态
灵活性 ， 在处理不确定性 问题时具有独特 的优势。
２ Ｉ＿ 据 理 论 ）Ｓ证
设 Ｕ 为互 斥 且 穷 举 的 元 素 组 成 的命 题 集 合 ，
感 器 的精 度 、 部环 境影 响 以及 数据 的后处 理等 因 外
为 Ａ的基本可信数。设 ｍ ， …， ｍ ， ｍ 是识别框架 ｕ上的基本概率 ， 多概率分配函数正交和 一 ｏ
基于D-S证据理论的数据融合算法及其在电路故障诊断中的应用
&
%
（)） （+） （"）
［ ’()$ * " % （ ｝ （ ， * ’］ * ’( * ’） ’( #( $ "& ） "$ # ｛
’
定义的函数， ［!， 是联合后的信度函数分配： !： (%& ’］ （ 3） ! #
3 + 3 %4 & $
（) （ ， …， ,$ # * " )! - # ’， (， ’ ! $ " $ $） - " - -）
析与处理， 目标自动识别， 工业现场的参数检测等 + 但真正将 多传感器数据融合应用于故障诊断， 利用多传感器融合的综 合信息提高故障识别能力的研究报道还较少， 本文将数据融 合技术引入到电子电路故障元件的搜寻之中， 通过测试电子 电路工作时电子元件的温度和关键点电压两方面的数据信 息， 结合 !"# 证据理论和模糊数学进行数据融合， 从而准确搜 寻出故障元件 + 并将单传感器诊断结果与融合诊断结果进行 比较， 讨论其在故障诊断准确率方面的优越性， 给出具体的实 验结果和结论 +
第%期 %’’% 年 % 月
电 子 学 报 0T,0 UVUT,WXPST0 #SPST0
YB< + *’ PB+ % Z9F+ %’’%
基于 !"# 证据理论的数据融合算法 及其在电路故障诊断中的应用
% 朱大奇$， ， 于盛林$ （$& 南京航空航天大学测试工程系， 江苏南京 %$’’$(； 安徽马鞍山 %)*’’%） %& 安徽工业大学工业自动化系，
’( &am作正常时被测元件的正常参数值， /&$ 为待诊断元件参数的正常变化范围， 0&$ 为待诊断元件参数的极限偏差， 1$ 为 $&$ 为传感器 $ 测定被诊断元件 & 属于故障的隶属度， 传感器 $ 测定的实际数值 # %&’ 融合及故障判定原则 ［"］ ， 设 !’ ， !"$"( %&’ 融合 根据 /01 联合规则 !( 分别对应 同一识别框架 % 上的信度函数分配， 焦元分别为 3’ ， …， 3( ， !"$ …， 设 " ｛!（ ｝2 ’， 则由下式 3- 和 4’ ， 4( ， 4- ， !（ ’ 3& ） ( 4$ ） # 3& 4$
%
（)） （+） （"）
［ ’()$ * " % （ ｝ （ ， * ’］ * ’( * ’） ’( #( $ "& ） "$ # ｛
’
定义的函数， ［!， 是联合后的信度函数分配： !： (%& ’］ （ 3） ! #
3 + 3 %4 & $
（) （ ， …， ,$ # * " )! - # ’， (， ’ ! $ " $ $） - " - -）
析与处理， 目标自动识别， 工业现场的参数检测等 + 但真正将 多传感器数据融合应用于故障诊断， 利用多传感器融合的综 合信息提高故障识别能力的研究报道还较少， 本文将数据融 合技术引入到电子电路故障元件的搜寻之中， 通过测试电子 电路工作时电子元件的温度和关键点电压两方面的数据信 息， 结合 !"# 证据理论和模糊数学进行数据融合， 从而准确搜 寻出故障元件 + 并将单传感器诊断结果与融合诊断结果进行 比较， 讨论其在故障诊断准确率方面的优越性， 给出具体的实 验结果和结论 +
第%期 %’’% 年 % 月
电 子 学 报 0T,0 UVUT,WXPST0 #SPST0
YB< + *’ PB+ % Z9F+ %’’%
基于 !"# 证据理论的数据融合算法 及其在电路故障诊断中的应用
% 朱大奇$， ， 于盛林$ （$& 南京航空航天大学测试工程系， 江苏南京 %$’’$(； 安徽马鞍山 %)*’’%） %& 安徽工业大学工业自动化系，
’( &am作正常时被测元件的正常参数值， /&$ 为待诊断元件参数的正常变化范围， 0&$ 为待诊断元件参数的极限偏差， 1$ 为 $&$ 为传感器 $ 测定被诊断元件 & 属于故障的隶属度， 传感器 $ 测定的实际数值 # %&’ 融合及故障判定原则 ［"］ ， 设 !’ ， !"$"( %&’ 融合 根据 /01 联合规则 !( 分别对应 同一识别框架 % 上的信度函数分配， 焦元分别为 3’ ， …， 3( ， !"$ …， 设 " ｛!（ ｝2 ’， 则由下式 3- 和 4’ ， 4( ， 4- ， !（ ’ 3& ） ( 4$ ） # 3& 4$
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
感 器。
关键词 ：主元 分析 ；Ｒ Ｆ神 经 网络 ； Ｓ理论 ；故 障诊 断 Ｂ Ｄ— 中图分 类号 ：Ｔ ２ ２ Ｐ １ 文献标 志码 ：Ａ 文章编 号 ：１０ —６ ５ ２ １ ）４ １ １ — ３ ０ １３ ９ （ ０ １ ０ —３ ５ ０
ｄ ｉ １ ３ ６ ／ｉｉｓ ． ０ １３ ９ ． ０ １ ０ ． ３ ｏ ：０． ９ ９ ．ｓｎ １ ０ —６ ５ ２ １ ． ４ ０ ３
ｐ ｉ ｃｐ ｌｃ ｍｐｏ ｎ ｎ ｌｓｓａ Ｓ ｔ ｏｙ ｃ ｎ ｂｅｃ ｒｅ ｔ ｏ ａｅｄ ａ ｄ ａ ｃ ｒ ｔｌ ｓ ｌｔ ｈ ａｌ ｒ ｆｓ ｎ ｏ ｓ ｒｎ ｉ ａ ｏ ｎｅ ｔａ ａ ｙ ｉ ｎｄ Ｄ． ｈｅ ｒ ａ ｏ ｒ ｃｌ ｌ ｃ ｔ ｎ ｃ ｕ ａｅｙ ｉｏａｅ ｔ ｅ ｆｉｕ ｅ ｏ ｅ ｓ ｒ ． ｙ
性 和 准 确 性 ， 经 神 经 网 络 和 Ｄ Ｓ证 据 理 论来 对 处 理 后 的数 据 再 —
障诊断技术主要有基于物理冗余 的方法 和基于解 析冗 余 的方
Ａｂｓｒ ｃ ： Ｂｅ ａ ｅ ｔｅ ｔｐｅ ｓ ｎ ｏ ｏ ｄ ｒ ｒｕｎ ｏ ｌ ｘ，ｔ ｅ ｍｅ ｓ ｒ ｄ ｐａａ ｔｒ ｆｔ ｅ ｄ ｔ ｒ ｕ ｅ，ｕｓ ｄ ｐ ｎ ｉａ ｔａ ｔ ｃ ｕｓ ｈ ｙ ｅ ｓ ｒｆｒｕｎ ｅ ｇ ｏ ｄ ｃ ｍｐ ｅ ｈ ａ ｕ ｅ ｒ ｍｅｅ ｓｏ ｈ ａａ ｗｅ ｅ ｈ ｇ ｅ ｒ ｃｐ ｌ ｉ ｃ ｍｐ ｎ ｎ ｎ ｌｓｓｔ ｅ ｕ ｅ ｔ ｉ ｎｓｏ ｆｔ ｅ ｄ ｔ． Ｕｓ ｖ １ ａａ ｆ ｉｎ． ｏ ｏ ｅ ｔａ ａｙ ｉ ｏ ｒ ｄ ｃ ｈｅ ｄｍｅ ｉｎｓｏ ｈ ａａ ｅ ｅ ｒ ｌｎ ｔ ｒ ｏ ｃ ｒｙ ｏ ｔｔｅ ｆａｕｒ ｅ ｅ ｔ ｕｓｏ ｄ
付 华， 梁明广 ， 康海潮
（ 宁工程技 术 大学 电气与控 制工程 学 院， 宁 葫芦 岛 １５０ ） 辽 辽 ２ １５
摘 要 ：针 对井下传 感 器状 态类型复 杂 多变、 被测 参量数据 庞 大等问题 ， 用主 元分析 法对数据 进行 降 维处理 。 采
利 用 Ｒ Ｆ神经 网络 实现特 征层数据 融合 ， 建立基本信 任分 配 函数 ， 以证据 理论 对非精 确信 息 的表 示和推 理 Ｂ 并 再 优 势 ， 效 实现 了故障检测 和分 离。 实例仿 真表 明， 用主元 分析 和 Ｄ ｓ理 论 能正 确定位 并准确 分 离 出失效传 有 利 —
Ｋ ｙｗｏ ｄ ：Ｐ Ａ ｐｉｃ ａ ｃｍ ｏ ｅ ｔ ａ ａ ｓ ） Ｂ ｅ ｒ ｅ ｏ ； — ｅ ｒ ； ａ ｌ ｄａｎ ｓ ｅ ｒ ｓ Ｃ （ ｒ ｉ ｌ ｏ ｐ ｎ ｎ ｎ ｌ ｉ ；Ｒ Ｆ ｎ ｕ ａ ｎ ｔ ｒ Ｄ Ｓｔ ｏｙ ｆ ｔ ｉ ｏｉ ｎ ｐ ｓ ｙｓ ｌ ｗ ｋ ｈ ｕ ｇ ｓ
Ｂａ ｅ ｎ ｐ ｉｃｐ ｌｃ ｍｐ ｎ ｎ ｎ ｌ ｓｓ ａ ｄ Ｄ－ ｖｄ ｎ ｅ ｔｅ ｒ ｎ ｓ ｄ ｏ ｒｎ ｉａ ｏ ｏ ｅ ｔａ ａｙ ｉ ｎ Ｓ ｅ ｉ ｅ ｃ ｈ ｏｙ ａ ｄ ａ ｐ ｉａｉｎ ｏ ｅ ｓ ｒｆｕｔｄａ ｎ ｓｓ ｐ ｌ ｔｏ ｆｓ ｎ ｏ ａ ｌ ｉｇ ｏ ｉ ｃ
Ｆ Ｈｕａ，ＬＩ Ｕ ＡＮＧ ｉ —ｕａ ｇ，ＫＡＮＧ ｉｃ ａ Ｍ ｎｇ ｇ ｎ Ｈａ— ｈ ｏ
（ ａｕ）ｏ ｌｔｃｌ Ｃ ｎｒｌ ｎ ｉｅｒ ｇ， ｉ ｎｎ ｅｈ ｉ ｌ ｎ ｅ ｉ＂ ｕｕａ ｉｏｉｇ１５０ Ｃ ｉ ） Ｆ ｅｌ ｆＥｅ ｒａ ＆ ｏｔ ｇｎｅｎ Ｌａ ｉ Ｔｃｎｃ ｗｍＯ，Ｈ ｌｄ ｏＬａｎｎ ２ １５， ｈｎ ｔ ｃｉ ｏＥ ｉ ｏ ｇ ａＵ ａ
ｔ ｉａ ｅ ｒｔ ｎ ｒ ｔ ｎ． ｅ ｌ ｅ ｈ ａ ｌ ｄ ｔｃｉｎ ａ ｄ ｉ ｌｔ ｎｃ ｐ ｂｌ ｉｓｅｆ ｃｉｅｙ ｈ ｉ ｌｔ ｎｓ ｏ ｈ ｔ ｈ ｓ ｆ ｏ ｎ ｃ ｕ ａ ｅ ｉｆ ｍａ ｉ ｏ ｏ ｒ ａｉ ｄ ｔｅ ｆｕ ｔ ｅｅ ｔ ｎ ｓ ａ ｉ ａ ａ ｉ ｔ ｆ ｔ ｌ ．Ｔ ｅ ｓ ｚ ｏ ｏ ｏ ｉｅ ｅ ｖ ｍｕ ａｉ ｈ ｗｓｔａ ｅｕ ｅｏ ｏ ｔ
＿
ａ ｄ ｅ ｔ ｂｉｈ ｄ ｄｉｔ ｂ ｉｎ ｆ ｎｃｉｎ ｏ ａ ｉ ｒ ｔ ｕｔ ｅ ｓ ｄ ｔｅ ｅ ｉｅ ｅ ｔ ｏｙ ａ ｖ ｎａ ｅ ｏ ｅ ｒ ｓ ｎａ ｉｎ ａ ｄ ｒ ａ ｏ ｉｇ ｎ ｓａ ｌｓ ｅ ｓｒ ｕｔ ｕ ｔｏ ｆｂ ｓｃｔｕｓ ，ｆ ｒｈ ｒｕ ｅ ｈ ｖｄ ｎｃ ｈｅ ｒ ｄ ａ ｔｇ ｆｒ ｐ ｅ ｅ ｔｔｏ ｎ ｅ ｓ ｎｎ ｉ ｏ
第２ ８卷 第 ４期
２１ ０ １年 ４月
计 算 机 应 用 研 究
Ａｐ ｌ ａ ｉｎ Ｒｅ ｅ ｒ ｈ ｏ ｍｐ ｔ ｒ ｐ ｉ ｔ ｓ ａ ｃ ｆＣｏ ｕｅ ｓ ｃ ｏ
Ｖ０ ＿ ８ Ｎｏ ４ １２ ． Ａ ｒ ２ １ ｐ ． ０１
基 于 主 元 分 析 和 Ｄ Ｓ证 据 理 论 的 — 传 感器 故 障诊 断 与应 用 米
果。然而， 一方面 ， 上述传感器故 障诊断方法在故障诊 断的快
０ 引言
井下有 害气体传感器 的工作状 态对于煤 矿安全生产 能起 到很大的作用 ， 因而对其故障诊断就显得尤为重要 。传感器故
速性 和准确性方面存 在很大不 足； 另一方 面， 传感器信 号的有 效性是控制 系统和操作人员了解过程状 态以及诊断其他 过程 故 障的基础 ， 一旦 出现故障将 造成连锁反应 。正是在上述背景 下， 本文通过结构优化来 提高基 于 Ｐ Ａ故 障诊断 方法的快速 Ｃ
关键词 ：主元 分析 ；Ｒ Ｆ神 经 网络 ； Ｓ理论 ；故 障诊 断 Ｂ Ｄ— 中图分 类号 ：Ｔ ２ ２ Ｐ １ 文献标 志码 ：Ａ 文章编 号 ：１０ —６ ５ ２ １ ）４ １ １ — ３ ０ １３ ９ （ ０ １ ０ —３ ５ ０
ｄ ｉ １ ３ ６ ／ｉｉｓ ． ０ １３ ９ ． ０ １ ０ ． ３ ｏ ：０． ９ ９ ．ｓｎ １ ０ —６ ５ ２ １ ． ４ ０ ３
ｐ ｉ ｃｐ ｌｃ ｍｐｏ ｎ ｎ ｌｓｓａ Ｓ ｔ ｏｙ ｃ ｎ ｂｅｃ ｒｅ ｔ ｏ ａｅｄ ａ ｄ ａ ｃ ｒ ｔｌ ｓ ｌｔ ｈ ａｌ ｒ ｆｓ ｎ ｏ ｓ ｒｎ ｉ ａ ｏ ｎｅ ｔａ ａ ｙ ｉ ｎｄ Ｄ． ｈｅ ｒ ａ ｏ ｒ ｃｌ ｌ ｃ ｔ ｎ ｃ ｕ ａｅｙ ｉｏａｅ ｔ ｅ ｆｉｕ ｅ ｏ ｅ ｓ ｒ ． ｙ
性 和 准 确 性 ， 经 神 经 网 络 和 Ｄ Ｓ证 据 理 论来 对 处 理 后 的数 据 再 —
障诊断技术主要有基于物理冗余 的方法 和基于解 析冗 余 的方
Ａｂｓｒ ｃ ： Ｂｅ ａ ｅ ｔｅ ｔｐｅ ｓ ｎ ｏ ｏ ｄ ｒ ｒｕｎ ｏ ｌ ｘ，ｔ ｅ ｍｅ ｓ ｒ ｄ ｐａａ ｔｒ ｆｔ ｅ ｄ ｔ ｒ ｕ ｅ，ｕｓ ｄ ｐ ｎ ｉａ ｔａ ｔ ｃ ｕｓ ｈ ｙ ｅ ｓ ｒｆｒｕｎ ｅ ｇ ｏ ｄ ｃ ｍｐ ｅ ｈ ａ ｕ ｅ ｒ ｍｅｅ ｓｏ ｈ ａａ ｗｅ ｅ ｈ ｇ ｅ ｒ ｃｐ ｌ ｉ ｃ ｍｐ ｎ ｎ ｎ ｌｓｓｔ ｅ ｕ ｅ ｔ ｉ ｎｓｏ ｆｔ ｅ ｄ ｔ． Ｕｓ ｖ １ ａａ ｆ ｉｎ． ｏ ｏ ｅ ｔａ ａｙ ｉ ｏ ｒ ｄ ｃ ｈｅ ｄｍｅ ｉｎｓｏ ｈ ａａ ｅ ｅ ｒ ｌｎ ｔ ｒ ｏ ｃ ｒｙ ｏ ｔｔｅ ｆａｕｒ ｅ ｅ ｔ ｕｓｏ ｄ
付 华， 梁明广 ， 康海潮
（ 宁工程技 术 大学 电气与控 制工程 学 院， 宁 葫芦 岛 １５０ ） 辽 辽 ２ １５
摘 要 ：针 对井下传 感 器状 态类型复 杂 多变、 被测 参量数据 庞 大等问题 ， 用主 元分析 法对数据 进行 降 维处理 。 采
利 用 Ｒ Ｆ神经 网络 实现特 征层数据 融合 ， 建立基本信 任分 配 函数 ， 以证据 理论 对非精 确信 息 的表 示和推 理 Ｂ 并 再 优 势 ， 效 实现 了故障检测 和分 离。 实例仿 真表 明， 用主元 分析 和 Ｄ ｓ理 论 能正 确定位 并准确 分 离 出失效传 有 利 —
Ｋ ｙｗｏ ｄ ：Ｐ Ａ ｐｉｃ ａ ｃｍ ｏ ｅ ｔ ａ ａ ｓ ） Ｂ ｅ ｒ ｅ ｏ ； — ｅ ｒ ； ａ ｌ ｄａｎ ｓ ｅ ｒ ｓ Ｃ （ ｒ ｉ ｌ ｏ ｐ ｎ ｎ ｎ ｌ ｉ ；Ｒ Ｆ ｎ ｕ ａ ｎ ｔ ｒ Ｄ Ｓｔ ｏｙ ｆ ｔ ｉ ｏｉ ｎ ｐ ｓ ｙｓ ｌ ｗ ｋ ｈ ｕ ｇ ｓ
Ｂａ ｅ ｎ ｐ ｉｃｐ ｌｃ ｍｐ ｎ ｎ ｎ ｌ ｓｓ ａ ｄ Ｄ－ ｖｄ ｎ ｅ ｔｅ ｒ ｎ ｓ ｄ ｏ ｒｎ ｉａ ｏ ｏ ｅ ｔａ ａｙ ｉ ｎ Ｓ ｅ ｉ ｅ ｃ ｈ ｏｙ ａ ｄ ａ ｐ ｉａｉｎ ｏ ｅ ｓ ｒｆｕｔｄａ ｎ ｓｓ ｐ ｌ ｔｏ ｆｓ ｎ ｏ ａ ｌ ｉｇ ｏ ｉ ｃ
Ｆ Ｈｕａ，ＬＩ Ｕ ＡＮＧ ｉ —ｕａ ｇ，ＫＡＮＧ ｉｃ ａ Ｍ ｎｇ ｇ ｎ Ｈａ— ｈ ｏ
（ ａｕ）ｏ ｌｔｃｌ Ｃ ｎｒｌ ｎ ｉｅｒ ｇ， ｉ ｎｎ ｅｈ ｉ ｌ ｎ ｅ ｉ＂ ｕｕａ ｉｏｉｇ１５０ Ｃ ｉ ） Ｆ ｅｌ ｆＥｅ ｒａ ＆ ｏｔ ｇｎｅｎ Ｌａ ｉ Ｔｃｎｃ ｗｍＯ，Ｈ ｌｄ ｏＬａｎｎ ２ １５， ｈｎ ｔ ｃｉ ｏＥ ｉ ｏ ｇ ａＵ ａ
ｔ ｉａ ｅ ｒｔ ｎ ｒ ｔ ｎ． ｅ ｌ ｅ ｈ ａ ｌ ｄ ｔｃｉｎ ａ ｄ ｉ ｌｔ ｎｃ ｐ ｂｌ ｉｓｅｆ ｃｉｅｙ ｈ ｉ ｌｔ ｎｓ ｏ ｈ ｔ ｈ ｓ ｆ ｏ ｎ ｃ ｕ ａ ｅ ｉｆ ｍａ ｉ ｏ ｏ ｒ ａｉ ｄ ｔｅ ｆｕ ｔ ｅｅ ｔ ｎ ｓ ａ ｉ ａ ａ ｉ ｔ ｆ ｔ ｌ ．Ｔ ｅ ｓ ｚ ｏ ｏ ｏ ｉｅ ｅ ｖ ｍｕ ａｉ ｈ ｗｓｔａ ｅｕ ｅｏ ｏ ｔ
＿
ａ ｄ ｅ ｔ ｂｉｈ ｄ ｄｉｔ ｂ ｉｎ ｆ ｎｃｉｎ ｏ ａ ｉ ｒ ｔ ｕｔ ｅ ｓ ｄ ｔｅ ｅ ｉｅ ｅ ｔ ｏｙ ａ ｖ ｎａ ｅ ｏ ｅ ｒ ｓ ｎａ ｉｎ ａ ｄ ｒ ａ ｏ ｉｇ ｎ ｓａ ｌｓ ｅ ｓｒ ｕｔ ｕ ｔｏ ｆｂ ｓｃｔｕｓ ，ｆ ｒｈ ｒｕ ｅ ｈ ｖｄ ｎｃ ｈｅ ｒ ｄ ａ ｔｇ ｆｒ ｐ ｅ ｅ ｔｔｏ ｎ ｅ ｓ ｎｎ ｉ ｏ
第２ ８卷 第 ４期
２１ ０ １年 ４月
计 算 机 应 用 研 究
Ａｐ ｌ ａ ｉｎ Ｒｅ ｅ ｒ ｈ ｏ ｍｐ ｔ ｒ ｐ ｉ ｔ ｓ ａ ｃ ｆＣｏ ｕｅ ｓ ｃ ｏ
Ｖ０ ＿ ８ Ｎｏ ４ １２ ． Ａ ｒ ２ １ ｐ ． ０１
基 于 主 元 分 析 和 Ｄ Ｓ证 据 理 论 的 — 传 感器 故 障诊 断 与应 用 米
果。然而， 一方面 ， 上述传感器故 障诊断方法在故障诊 断的快
０ 引言
井下有 害气体传感器 的工作状 态对于煤 矿安全生产 能起 到很大的作用 ， 因而对其故障诊断就显得尤为重要 。传感器故
速性 和准确性方面存 在很大不 足； 另一方 面， 传感器信 号的有 效性是控制 系统和操作人员了解过程状 态以及诊断其他 过程 故 障的基础 ， 一旦 出现故障将 造成连锁反应 。正是在上述背景 下， 本文通过结构优化来 提高基 于 Ｐ Ａ故 障诊断 方法的快速 Ｃ