一种基于模糊偏好关系与D-S证据理论的故障诊断方法技术

本发明专利技术提出了一种基于模糊偏好关系与D‑S证据理论的故障诊断方法，第一步获得机械装备监测多传感器信息的基本概率分配函数；第二步通过余弦角函数得到证据的可信度程度，即可信度矩阵。第三步构建基于邓熵方差的不确定性矩阵，测量证据的不确定性，并得到证据间的偏好关系。第四步用上一步得到的偏好关系构建模糊偏好关系矩阵，生成代替BPA的排序值。第五步通过得到的可信度矩阵与排序值得到修正权重向量用于得到加权平均证据。第六步通过Dempster组合规则将加权平均证据融合n‑1次得到融合结果做出决策。本发明专利技术提出了一种新颖的冲突证据修正技术，用于获得修正后的加权平均证据。

【技术实现步骤摘要】
一种基于模糊偏好关系与D-S证据理论的故障诊断方法
本专利技术属于大型机电装备系统故障监测、诊断领域，具体涉及一种基于模糊偏好关系与D-S证据理论的故障智能决策方法。
技术介绍
随着科技的发展和社会的进步，各类型的大型机电装备在工程中得到了广泛应用。这些大型装备一旦发生故障，有可能造成财产的损失，严重的甚至会造成人员的伤亡。对于装备故障诊断方法的研究而言，机电系统结构的复杂性与工作环境的多样性致使和故障相关的信息种类越来越多，加之传感器测量精度的局限性、实验方法的不完善以及故障发生部位的随机性等因素，使通过实验所获取的故障信号往往具有模糊性、不确定性、不完全性等特点，单一的传感器已不能够可靠地获得故障诊断所需的所有信息。因此，目前大型机电装备监测系统普遍采用多类型复合传感器。传统的故障诊断技术和方法已难以处理采集到多源、多类型信号。针对目前基于多源信息融合的机械故障诊断方法的不足，本专利技术提出了基于模糊偏好关系与D-S证据理论的装备故障智能决策方法。基于模糊偏好关系的D-S证据理论信息融合方法具备固有的优点，这是由于客观事物的复杂性和不确定性以及人类认识事物的局限性，基于方案两两比本文档来自技高网...

【技术保护点】
1.一种基于模糊偏好关系与D‑S证据理论的故障诊断方法，其特征在于，(一)采用振动传感器采集设备的多源状态监测信号，生成基本概率分配函数；(二)计算D‑S证据间的相似度：(1)辨别框架Θ＝{θ1,θ2,…,θn}下的两个独立证据体mi(·)、mj(·)，其矢量形式为mi、mj，则证据的余弦相似度为：

【技术特征摘要】
1.一种基于模糊偏好关系与D-S证据理论的故障诊断方法，其特征在于，(一)采用振动传感器采集设备的多源状态监测信号，生成基本概率分配函数；(二)计算D-S证据间的相似度：(1)辨别框架Θ＝{θ1,θ2,…,θn}下的两个独立证据体mi(·)、mj(·)，其矢量形式为mi、mj，则证据的余弦相似度为：式中，‖·‖表示向量的模。(2)计算支持度sup(mi)(3)归一化处理得到可信度式中，Max(sup(mi))表示sup(mi)的最大值；(三)构建基于邓熵方差的偏好矩阵，测量证据的不确定性，并得到证据间的偏好关系：(1)测量证据的不确定性基本概率分配函数的邓熵Ed(m)为式中，A是框架Θ上的一个基本概率分配函数，Ai是基本概率分配函数的命题，|Ai|表示Ai中所含元素的个数，当每个命题只含有一个元素时，邓熵退化变成香...

【专利技术属性】
技术研发人员：王衍学，刘放，陈志刚，朱爱华，白堂博，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：北京,11