【技术实现步骤摘要】
基于相关系数距离与迭代改进的证据理论故障状态识别方法
本专利技术涉及一种故障诊断、状态识别方法，具体涉及一种基于相关系数距离与迭代改进的证据理论故障状态识别方法。
技术介绍
随着现代工业的快速发展，各个大型设备的组成与结构日益复杂，当其发生故障时，设备的维修费用日益增长，从而导致设备故障所造成的损失越来越严重，甚至会引起灾难性的事故。利用故障诊断技术对设备进行状态监测，可以有效的提高设备运行的稳定性，极大的减少维修费用，并可以及时确定故障发生的类型与故障发生的位置，从根源上避免了发生重大事故的发生。因此，设备的故障诊断与状态识别逐渐成为国内外学者及其企业技术人员关注的焦点。但近些年来，快速发展的机器设备所具有的复杂性与部件之间的高度耦合性，对故障诊断学科提出了更高的要求，利用单一信息源对机器设备进行故障诊断，难以获得合理的故障评估结果，存在着准确率低、不确定性大和泛化能力差等问题。所以，利用多源信息来对机器设备进行故障诊断是一个急需发展的方向。D-S证据理论作为一种强大的决策融合方法，深受国内外学者的青睐。D-S证据...
【技术保护点】
1.基于相关系数距离与迭代改进的证据理论故障状态识别方法，其特征在于，包括以下步骤：/n步骤1，利用多传感器采集设备的运行过程中的数据信号，从而获得设备当前运行状态的多个基本概率赋值，并生成相应的基本概率分配函数；/n步骤2，将生成的基本概率分配函数通过Correlation相关系数距离与Spearman相关系数距离，分别计算各个BPA之间的距离大小，生成两个距离矩阵；/n步骤3，获得距离矩阵后，再基于两个距离矩阵得到双权重，然后将相应的权重分配给证据体的BPA；/n步骤4，利用生成的双权值对原始证据体BPA进行加权修正后，得到加权平均证据；/n步骤5，将得到的加权平均证据...
【技术特征摘要】
1.基于相关系数距离与迭代改进的证据理论故障状态识别方法，其特征在于，包括以下步骤：
步骤1，利用多传感器采集设备的运行过程中的数据信号，从而获得设备当前运行状态的多个基本概率赋值，并生成相应的基本概率分配函数；
步骤2，将生成的基本概率分配函数通过Correlation相关系数距离与Spearman相关系数距离，分别计算各个BPA之间的距离大小，生成两个距离矩阵；
步骤3，获得距离矩阵后，再基于两个距离矩阵得到双权重，然后将相应的权重分配给证据体的BPA；
步骤4，利用生成的双权值对原始证据体BPA进行加权修正后，得到加权平均证据；
步骤5，将得到的加权平均证据，根据所提出的迭代改进新融合规则对加权平均证据进行n-1次组合，得到融合结果。
2.根据权利要求1所述的基于相关系数距离与迭代改进的证据理论故障状态识别方法，其特征在于，步骤2，具体实现方法如下：
步骤2.1：设识别框架Θ＝{x1，x2，…xn}中有n个独立的证据，其基本概率赋值分别为m1，m2，…，mn，其中两个证据之间的Correlation距离为：
其中，xi表示第i个证据的基本概率赋值，xj表示第j个证据的基本概率赋值，表示第i与第j个证据之间的Correlation距离，表示n个证据体BPA的平均值，如下式：
其中，n代表证据体的数量；
从而获得Correlation距离矩阵：
步骤2.2：再利用m1，m2，…，mn的n个证据，计算证据之间的Spearman距离：
其中表示第i与第j个证据之间的Spearman距离，ri与rj是xi和xj的基于坐标轴的秩向量，表示n个证据体BPA秩的平均值，如下式：
其中，rt是在x1、x2、...、xt上所取的xt的秩；
从而获得Spearman距离矩阵：
由此得到两个通过不同距离度量计算出来的n个证据之间的距离矩阵。
3.根据权利要求2所述的基于相关系数距离与迭代改进的证据理论故障状态识别方法，其特征在于，步骤3，具体实现方法如下：
步骤3.1：以识别框架Θ＝{x1，x2，…xn}中的证据m1为例，得到Correlation距离矩阵之后，计算平均距离：<...
【专利技术属性】
技术研发人员：温广瑞，黄子灵，黄鑫，张平，雷子豪，苏宇，张志芬，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。