第4卷第1期 智能系统学报 Vol 4 Na 1 2009年2月 CAA I Transactions on Intelligent Systems Feb 2009 一种基于多传感器信息融合的故障诊断方法 马大中，张化光，冯健，刘金海 东北大学信息科学与工程学院，辽宁沈阳110004) 摘要：针对目前油气管道的预警与泄漏判断误报率和漏报率高的问题，采用一种基于多传感器信息融合的方法来 进行诊断考虑不同的传感器所测得的特征参数不同的特点，在数据融合的过程中采用加权融合，增加系统判断的 准确性.实验结果证明了该方法的有效性. 关键词：D-S证据理论：故障诊断：多传感器：信息融合 中图分类号：TP2063文献标识码：A文章编号：1673-4785(2009)01007204 A fault dagnosis method based on multisen sor infomma tion fusion MA Da-zhong,ZHANG Hua-guang,FENG Jian,L IU J in-hai (College of nmation Science and Engineering.Northeastem University,Shenyang 110004,China) Abstract:At present,there are high m isinfomation rates and m issing report rates in leakage testing and waming systems for oil and gas pipelines Thus,a method using multi-sensor infomation fusion conduct diagnosis was proposed in this paper In the process of infomation fusion,we took advantage of weighted fusion to increase the accuracy of system judgent,since the characteristic parameters of different sensors were distinct Expermental re- sults showed the effectiveness of the method Keywords:D-S evidence theory,fault diagnosis multi-sensor,infomation fusion 近些年来工业控制领域的故障诊断一直是人们用多个传感器，将多个不同类型传感器所提供的不 关注的热点，管道运输作为与铁路、公路、航空、水运 完整信息加以综合，消除多传感器信息之间可能存 并驾齐驱的五大运输业之一也越来越受到人们的关 在的冗余和矛盾，并加以互补，降低其不确定性，获 注.但是随着管线的增多，管龄的增长以及难以避免 得对物体或环境一致性的描述过程 的腐蚀和破坏，管道事故频频发生，造成严重的资源 在实践中人们发现，仅仅只利用单一方面的故 浪费和环境污染，不仅给国家带来巨大的经济损失 障特征信息进行故障诊断，由于设备故障复杂多样， 还污染了环境，甚至可能带来重大的人身伤亡.由于 具有不确定性，至使在许多情况下得出的诊断结果 管段间距较长、巡线覆盖率不够、故障点隐蔽等原 并不可靠4)因此，只有综合合理利用系统多个方 因，往往难以预先发现事故隐患或及时找到泄漏地 面的故障特征信息即信息融合，降低诊断的不确定 点，致使损失扩大并增加了更严重事故发生的风险. 性，才能实现对设备全面与准确地诊断」 目前比较流行的检测方法有质量流量平衡法、压力 1 Dempster-Shafer(D-S)证据理论 分布法、负压波法、声波法和瞬变流模型法.这些方 法的主要问题是灵敏度不够高，误报警次数过多，存 D-S证据理论根据事件发生后的结果（证 在漏报的现象.多传感器信息融合是指协调使 据)，探求事件发生的主要原因（假设）.对于具有主 观不确定性判断的多属性诊断问题，D-S证据理论 收稿日期：2008-1107 是一个融合主观不确定性信息的有效手段.在设备 基金项目：国家自然科学基金资助项目(60534010,60572070， 60521003,60774093). 的故障诊断中，若干个可能的故障产生一些症状，每 通信作者：马大中.Emait madmadz4230@gail com 个症状下各故障都可能有一定的发生概率.D-S证 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved htp://www.cnki.net
第 4卷第 1期 智 能 系 统 学 报 Vol. 4 №. 1 2009年 2月 CAA I Transactions on Intelligent System s Feb. 2009 一种基于多传感器信息融合的故障诊断方法 马大中 ,张化光 ,冯 健 ,刘金海 (东北大学 信息科学与工程学院 , 辽宁 沈阳 110004) 摘 要 :针对目前油气管道的预警与泄漏判断误报率和漏报率高的问题 ,采用一种基于多传感器信息融合的方法来 进行诊断. 考虑不同的传感器所测得的特征参数不同的特点 ,在数据融合的过程中采用加权融合 ,增加系统判断的 准确性. 实验结果证明了该方法的有效性. 关键词 : D2S证据理论 ;故障诊断 ;多传感器 ;信息融合 中图分类号 : TP206. 3 文献标识码 : A 文章编号 : 167324785 (2009) 0120072204 A fault diagnosis method based on multi2sensor information fusion MA Da2zhong, ZHANG Hua2guang, FENG Jian,L IU Jin2hai (College of Information Science and Engineering, Northeastern University, Shenyang 110004, China) Abstract:A t p resent, there are high m isinformation rates and m issing report rates in leakage testing and warning system s for oil and gas p ipelines. Thus, a method using multi2sensor information fusion to conduct diagnosis was p roposed in this paper. In the p rocess of information fusion, we took advantage of weighted fusion to increase the accuracy of system judgment, since the characteristic parameters of different sensorswere distinct. Experimental re2 sults showed the effectiveness of the method. Keywords:D2S evidence theory; fault diagnosis; multi2sensor; information fusion 收稿日期 : 2008211207. 基金项目 :国家自然科学基金资助项目 (60534010, 60572070, 60521003, 60774093). 通信作者 :马大中. E2mail: madzmadz4230@gmail. com. 近些年来工业控制领域的故障诊断一直是人们 关注的热点 ,管道运输作为与铁路、公路、航空、水运 并驾齐驱的五大运输业之一也越来越受到人们的关 注. 但是随着管线的增多 ,管龄的增长以及难以避免 的腐蚀和破坏 ,管道事故频频发生 ,造成严重的资源 浪费和环境污染 ,不仅给国家带来巨大的经济损失 还污染了环境 ,甚至可能带来重大的人身伤亡. 由于 管段间距较长、巡线覆盖率不够、故障点隐蔽等原 因 ,往往难以预先发现事故隐患或及时找到泄漏地 点 ,致使损失扩大并增加了更严重事故发生的风险. 目前比较流行的检测方法有质量流量平衡法、压力 分布法、负压波法、声波法和瞬变流模型法. 这些方 法的主要问题是灵敏度不够高 ,误报警次数过多 ,存 在漏报的现象. 多传感器信息融合 [ 123 ]是指协调使 用多个传感器 ,将多个不同类型传感器所提供的不 完整信息加以综合 ,消除多传感器信息之间可能存 在的冗余和矛盾 ,并加以互补 ,降低其不确定性 ,获 得对物体或环境一致性的描述过程. 在实践中人们发现 ,仅仅只利用单一方面的故 障特征信息进行故障诊断 ,由于设备故障复杂多样 , 具有不确定性 ,至使在许多情况下得出的诊断结果 并不可靠 [ 426 ] . 因此 ,只有综合合理利用系统多个方 面的故障特征信息即信息融合 ,降低诊断的不确定 性 ,才能实现对设备全面与准确地诊断. 1 Demp ster2Shafer(D2S)证据理论 D2S证据理论 [ 7 ]根据事件发生后的结果 (证 据 ) ,探求事件发生的主要原因 (假设 ). 对于具有主 观不确定性判断的多属性诊断问题 , D2S证据理论 是一个融合主观不确定性信息的有效手段. 在设备 的故障诊断中 ,若干个可能的故障产生一些症状 ,每 个症状下各故障都可能有一定的发生概率. D2S证 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
第1期 马大中，等：一种基于多传感器信息融合的故障诊断方法 ·73· 据理论中，用信度函数表达概率的大小，通过多传感 构框图，首先利用声波传感器，压力传感器和流量传 器测试被诊断对象，得出每一传感器测得的症状属 感器测出管道运行的参数，然后运用小波分析的方 于各类故障的信度函数，然后运用DS组合规则进 法，提取出这些传感器信号的适当特征值来辨识设 行信息融合，得到融合后症状属于各类故障的信度 备的运行状态，然后结合识别框架中各个命题的特 函数，最后根据一定的准则确定故障类型 点，确定证据体的基本可信度分配，并用D-S证据理 论的联合规则联合每个传感器的测度函数分配，形 2管道的故障诊断 成加权融合的测度函数分配.最后利用融合后的结 21系统的组成和数据融合原理 果，并根据一定规则，进行故障的判定与决策。 图1是本系统所采用的多传感器融合系统的结 声波传感器1→ 鞋 声波信号 加权概率 局部诊断 分配W 数 理 D 声波传感器n→ 压力信号 加权概率 特 局部诊断 分配平 合成规 诊断结论 征 压力传感器· 造证据体子空 数 流量信号 加权概率 流量传感器 取 局部诊断 分配W: 图1系统结构框图 Fig 1 The block diagram of the system 22多传感器数据融合算法 数构造证据体子空间E 首先构造系统的命题集，即系统的识别框架，在 222信号的局部诊断 管道的泄漏诊断过程中，确定的识别框架为泄漏， 把证据体E所包含的元素看成是一个特征向 存在第三方破坏活动，无异常}.然后结合识别框架 量X=,,},而把识别框架中的命题所对 中各种运行状态的特点，构造各种特征子集，并进一 应的证据体的各元素的标准特征值看成是标准特征 步构造特征空间 向量Y=,…0},其中i=1,2…N,j=1, 221信号的预处理 2,,M,则未知特征向量X,与标准特征向量Y的 应用一种新的基于信号最小平方峭度为代价函 Manhattan距离为 数的盲源解耦算法对采集上来的声波信号、压力信 d,X.y=∑I- (2 号及流量信号进行处理.该代价函数为估计误差信 了 号峭度的平方： 由此得到证据体的输出与各命题之间的距离矩阵为 Jsx[e(k)]=(Kurt[e(k)1)2. 1) d dz … dw 其中：e(k)为误差函数，Kurt[e()为返回数据集 d D (3) 的峰值.该代价函数具有多种性能，包括：1)关于估 计误差信号e(k)对称：2)具有全局最小值：3)有效 …d 抑制高斯噪声.利用盲源解耦技术对信号处理可以 可以看出矩阵D的行表示某证据体提供的信息与 实现信息的增值，有助于过程检测信号的降噪、奇异 故障信息之间的距离.由于距离越小，相关性越大 性检测和泄漏故障特征提取.利用小波变换，提取所 故令P=1/d,得到矩阵： 采集信号的故障特征参数，并根据这些故障特征参 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
据理论中 ,用信度函数表达概率的大小 ,通过多传感 器测试被诊断对象 ,得出每一传感器测得的症状属 于各类故障的信度函数 ,然后运用 D2S组合规则进 行信息融合 ,得到融合后症状属于各类故障的信度 函数 ,最后根据一定的准则确定故障类型. 2 管道的故障诊断 2. 1 系统的组成和数据融合原理 图 1是本系统所采用的多传感器融合系统的结 构框图 ,首先利用声波传感器 ,压力传感器和流量传 感器测出管道运行的参数 ,然后运用小波分析的方 法 ,提取出这些传感器信号的适当特征值来辨识设 备的运行状态 ,然后结合识别框架中各个命题的特 点 ,确定证据体的基本可信度分配 ,并用 D2S证据理 论的联合规则联合每个传感器的测度函数分配 ,形 成加权融合的测度函数分配. 最后利用融合后的结 果 ,并根据一定规则 ,进行故障的判定与决策. 图 1 系统结构框图 Fig. 1 The block diagram of the system 2. 2 多传感器数据融合算法 首先构造系统的命题集 ,即系统的识别框架 ,在 管道的泄漏诊断过程中 ,确定的识别框架为 {泄漏 , 存在第三方破坏活动 ,无异常 }. 然后结合识别框架 中各种运行状态的特点 ,构造各种特征子集 ,并进一 步构造特征空间. 2. 2. 1 信号的预处理 应用一种新的基于信号最小平方峭度为代价函 数的盲源解耦算法对采集上来的声波信号、压力信 号及流量信号进行处理. 该代价函数为估计误差信 号峭度的平方 : JLSK [ e ( k) ] = ( Kurt[ e ( k) ]) 2 . (1) 其中 : e ( k)为误差函数 , Kurt[ e ( k ) ]为返回数据集 的峰值. 该代价函数具有多种性能 ,包括 : 1)关于估 计误差信号 e ( k)对称; 2)具有全局最小值; 3)有效 抑制高斯噪声. 利用盲源解耦技术对信号处理可以 实现信息的增值 ,有助于过程检测信号的降噪、奇异 性检测和泄漏故障特征提取. 利用小波变换 ,提取所 采集信号的故障特征参数 ,并根据这些故障特征参 数构造证据体子空间 E. 2. 2. 2 信号的局部诊断 把证据体 E所包含的元素看成是一个特征向 量 X = { x 1 i , x 2 i , …, x N i i },而把识别框架中的命题所对 应的证据体的各元素的标准特征值看成是标准特征 向量 Yji = { y 1 ji , y 2 y i , …, y N i ji },其中 i = 1, 2, …, N, j = 1, 2, …, M ,则未知特征向量 Xi 与标准特征向量 Yji的 Manhattan距离为 dij (Xi , Yji ) = ∑ N i k =1 | x k i - y k ji |. (2) 由此得到证据体的输出与各命题之间的距离矩阵为 D = d11 d12 … d1M d21 d22 … d2M … … … … dN1 dN2 … dNM . (3) 可以看出矩阵 D 的行表示某证据体提供的信息与 故障信息之间的距离. 由于距离越小 ,相关性越大 , 故令 pij = 1 / dij ,得到矩阵 : 第 1期 马大中 ,等 :一种基于多传感器信息融合的故障诊断方法 ·73· © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
·74. 智能系统学报 第4卷 Pr 利用D-S合成规则计算所有证据体联合作用下 p21 Pau 的基本可信度分配和信度区间， 4 224诊断决策原则 、A1 我们采取的是决策层的数据融合.在得到证据 矩阵P的行可看作是证据体对各故障所赋予的基 识别框架⊙中所有命题的信度区间和证据的不确 本可信度分配函数值 定性m©)后，可以由一下的规则确定出诊断的结 由于在一段管线上安放了多对声波传感器，所以 论Fa: 在进行完声波可信度函数分配以后，需要对可信度函 规则1：Bel(F)=max{(F): 数进行处理，P,=max(Pi,i=L,2,m,其中Pn为 规则2：BelF)-BelF,)>e, 声波传感器的可信度函数.即选取最有可能发生故障 Bel(Fe)-mΘ)>e,e∈R且Y>0: 的区间参与到最后的信息融合诊断决策当中 规则3：m©)0 223加权值分配的D-S合成规则 规则1表明诊断结论是具有最大可信度的命 由于所采集的声波，压力以及流量信号的功效 题；规则2说明诊断结论的可信度必须比其它的命 不同，声波信号主要是用来判断是否存在第三方破 题的可信度和证据的不确定性大ε；规则3表明证 坏活动，压力信号用来判断是否存在泄漏，而流量信 据的不确定性必须小于Y.其中ε和Y根据实际的 号仅仅是用来辅助判断的，所以各个信号在判断过 情况确定 程中所起的权重并不一样.声波信号在判断是否存 3实验 在第三方的破坏活动时，比较准确，所以相应的在声 波信号的加权分配过程中，预警的判断权重应该加 用某油田100组有特点的存在第三方破坏活动 大.同样，在判断是否泄漏时压力信号的权重就应该 和泄漏的数据与100组波动比较大但属于正常范围 大一些.综上所述调整各个采集信号所获得的基本 的数据分别应用负压波法，声波法和所提出的方法 可信度调整公式如下： 进行实验.实验数据的压力数值的范围为 w m (A) 0 1~5MPa A≠0， m (A) (5) 表1实验结果对比 1- ∑w,m(B) A=0 B Table 1 The com parison of experient results 号 其中：m(A)与m(B)是关于A和B的基本置信指 指标 负压波法 声波法 本文方法 派，w,为相互连接的权值 误报率 25 22 7 定义1设Bel,Beln是同一识别框架⊙上 漏报率 8 1 的信度函数，m1,m.是对应的基本可信度分配 从以上的结果对比中，可以看到用本文的方法 如果Bel⊙…⊙Beln存在，那么由下式定义的函数 对系统进行检测，可以有效地降低系统的误报率和 m:2°→[0,1称为合并后的基本可信度分配. 漏报率，提高了系统的鲁棒性.在实验的过程中，对 0 A=0 系统的反应时间也做了记录，3种方法之间的差别 m (A) 6 很小，反应时间基本一致 A≠0 d.) 4结束语 针对管道的预警与泄漏的问题，提出一种基于 其中二亚m,,)表示所有符合A的加权置信 多传感器的信息融合的预警与泄漏诊断方法.该方 法依据加权证据理论，分析融合诊断组建时应遵循 度的求和三m.,表示的是加权归一化 的原则，客观体现了不同来源的证据对识别框架中 因子，即去掉不确定性后的总的概率分布 真子集具有不同的可靠性和权威性这一普遍事实， 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved http://www.cnki.net
P = p11 p12 … p1M p21 p22 … p2M … … … … pN1 pN2 … pNM . (4) 矩阵 P的行可看作是证据体对各故障所赋予的基 本可信度分配函数值. 由于在一段管线上安放了多对声波传感器,所以 在进行完声波可信度函数分配以后 ,需要对可信度函 数进行处理, Ps =max ( Psi ) , i = 1, 2, …, n,其中 Psi为 声波传感器的可信度函数. 即选取最有可能发生故障 的区间参与到最后的信息融合诊断决策当中. 2. 2. 3 加权值分配的 D2S合成规则 由于所采集的声波 ,压力以及流量信号的功效 不同 ,声波信号主要是用来判断是否存在第三方破 坏活动 ,压力信号用来判断是否存在泄漏 ,而流量信 号仅仅是用来辅助判断的 ,所以各个信号在判断过 程中所起的权重并不一样. 声波信号在判断是否存 在第三方的破坏活动时 ,比较准确 ,所以相应的在声 波信号的加权分配过程中 ,预警的判断权重应该加 大. 同样 ,在判断是否泄漏时压力信号的权重就应该 大一些. 综上所述调整各个采集信号所获得的基本 可信度调整公式如下 : m (A ) = wim (A ) 1 - B∑≠θ wim (B ) A ≠ 0, A = 0. (5) 其中 : m (A )与 m (B )是关于 A 和 B 的基本置信指 派 , wi 为相互连接的权值. 定义 1 设 Bel1 , …Beln 是同一识别框架 Θ上 的信度函数 , m1 , …, mn 是对应的基本可信度分配 , 如果 Bel1 Ý …Ý Beln 存在 ,那么由下式定义的函数 m ∶2 Θ →[0, 1 ]称为合并后的基本可信度分配. m (A ) = 0 A = ª, ∩A∑n =A ∏ N n =1 mn (An ) ∩A∑n =ª ∏ N n =1 mn (An ) A ≠ ª. (6) 其中 ∩A∑n =A ∏ N n =1 wimn (An ) 表示所有符合 A的加权置信 度的求和. ∩A∑n =ª∏ N n =1 wimn (An ) 表示的是加权归一化 因子 ,即去掉不确定性后的总的概率分布. 利用 D2S合成规则计算所有证据体联合作用下 的基本可信度分配和信度区间. 2. 2. 4 诊断决策原则 我们采取的是决策层的数据融合. 在得到证据 识别框架 Θ中所有命题的信度区间和证据的不确 定性 m (Θ)后 ,可以由一下的规则确定出诊断的结 论 Fd : 规则 1:Bel( Fc ) =max{ ( Fj ) }; 规则 2:Bel( Fc ) - Bel( Fi ) >ε, Bel( Fc ) - m (Θ) >ε,ε∈R且 γ> 0; 规则 3: m (Θ) 0 . 规则 1表明诊断结论是具有最大可信度的命 题;规则 2说明诊断结论的可信度必须比其它的命 题的可信度和证据的不确定性大 ε;规则 3表明证 据的不确定性必须小于 γ. 其中 ε和 γ根据实际的 情况确定. 3 实 验 用某油田 100组有特点的存在第三方破坏活动 和泄漏的数据与 100组波动比较大但属于正常范围 的数据分别应用负压波法 ,声波法和所提出的方法 进 行 实 验. 实 验 数 据 的 压 力 数 值 的 范 围 为 0. 1～5MPa. 表 1 实验结果对比 Table 1 The com par ison of exper im en t results % 指标 负压波法 声波法 本文方法 误报率 25 22 7 漏报率 5 8 1 从以上的结果对比中 ,可以看到用本文的方法 对系统进行检测 ,可以有效地降低系统的误报率和 漏报率 ,提高了系统的鲁棒性. 在实验的过程中 ,对 系统的反应时间也做了记录 , 3种方法之间的差别 很小 ,反应时间基本一致. 4 结束语 针对管道的预警与泄漏的问题 ,提出一种基于 多传感器的信息融合的预警与泄漏诊断方法. 该方 法依据加权证据理论 ,分析融合诊断组建时应遵循 的原则 ,客观体现了不同来源的证据对识别框架中 真子集具有不同的可靠性和权威性这一普遍事实 , ·74· 智 能 系 统 学 报 第 4卷 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
第1期 马大中，等：一种基于多传感器信息融合的故障诊断方法 ·75 保证了各特征域故障诊断过程中存在的不确定性经 m ission and Control,2008,26(1):12-14 过融合后能够最大限度相互削弱，从而降低了故障 「6黄志彦，张柏书，于开山，等.D-S证据理论据融合算法 诊断的不确定性，同时最大限度的利用了己知信息 在某系统故障诊断中的应用[J1电光与控制，2007,14 增强了系统的容错性.同时从实验的结果来看，该方 (2):146-149 HUANG Zhiyan,ZHANG Baishu,YU Kaishan,et al Ap- 法的故障诊断的准确率明显的提高，充分地验证了 plication of D-S evidence theory data fusion algorithm in 该融合方法的有效性 fault diagnosis of a certain system [Electronics Optics 参考文献： and Control,.2007,14(2):146-149 [7]SHA FER G A mathematical theory of evidence [M ]Prin- [1 ]NU Gang,W DODO A,SON JD,et al Decision-level fu- ceton,USA:Princeon University Press,1976 son based on wavelet decomposition for induction motr 作者简介 fault diagnosis using transient current signal [J ]Expert 马大中，男，1982年生，博士研究 Systems with App lications,2008,35(3):918928 生，主要研究方向为神经网络、故障诊 [2 ]BASRR O,YUAN Xiaohong Engine fault diagnosis based 断和鲁棒控制 on multi-sensor infomation fusion using Dempster-Shafer evidence theory [J]nfomation Fusion,2007,8(4): 379-386 张化光，男，1959年生，教授，博士 [3 FAN Xianfeng,ZUO M J.Fault diagnosis of machines 生导师，主要研究方向为神经网络的动 based on D-S evidence theory Part 1:D-S evidence theory 态特性、近似动态规划、网络控制和模 and its mprovement [J ]Pattem Recognition Letters. 糊控制等.获得十余项国家科技发明专 2006,27(5):366-376 利，分别获国家电子信息科技进步一等 [4谭青，向阳辉.加权证据理论信息融合方法在故障诊 奖、辽宁省科技进步一等奖、国家能源 断中的应用[J]振动与冲击，2008,27(4)：112-116 部科技进步二等奖、国家教委（甲类）科技进步二等奖、辽宁 省科技发明二等奖等.发表的学术论文被SC收录54篇，EI TAN Qing.X ANG Yanghui Application of weighted evi- 收录186篇，STP收录51篇. dential theory and its infomation fusion method in fault di 冯健，男，1971年生，教授，主要 agnosis[J ]Joumal of V ibration and Shock,2008,27(4): 研究方向为故障诊断、信号处理、电力 112-116 系统自动化、电能质量分析、模糊控制 [5胡晓明，岳小云.基于证据理论数据融合的故障诊断研 理论、神经网络、数据挖掘、智能控制及 究[J]流体传动与控制，2008,26(1)：12-14 智能系统在工业中的应用等.发表学术 HU Xiaom ing,YUE Xiaoyun Study on data fusion fault di 论文20余篇，其中被SC收录3篇，EI 收录21篇 agnosis based on evidential theory[J].Fluid Power Trans- 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
保证了各特征域故障诊断过程中存在的不确定性经 过融合后能够最大限度相互削弱 ,从而降低了故障 诊断的不确定性 ,同时最大限度的利用了已知信息 增强了系统的容错性. 同时从实验的结果来看 ,该方 法的故障诊断的准确率明显的提高 ,充分地验证了 该融合方法的有效性. 参考文献 : [ 1 ]N IU Gang, W IDODO A, SON J D, et al. Decision2level fu2 sion based on wavelet decomposition for induction motor fault diagnosis using transient current signal [ J ]. Expert System s with App lications, 2008, 35 (3) : 9182928. [ 2 ]BASIR O, YUAN Xiaohong. Engine fault diagnosis based on multi2sensor information fusion using Demp ster2Shafer evidence theory [ J ]. Information Fusion, 2007, 8 ( 4 ) : 3792386. [ 3 ] FAN Xianfeng, ZUO M J. Fault diagnosis of machines based on D2S evidence theory. Part 1: D2S evidence theory and its imp rovement [ J ]. Pattern Recognition Letters, 2006, 27 (5) : 3662376. [ 4 ]谭 青 , 向阳辉. 加权证据理论信息融合方法在故障诊 断中的应用 [J ]. 振动与冲击 , 2008, 27 (4) : 1122116. TAN Q ing, X IANG Yanghui. App lication of weighted evi2 dential theory and its information fusion method in fault di2 agnosis[J ]. Journal of V ibration and Shock, 2008, 27 (4) : 1122116. [ 5 ]胡晓明 , 岳小云. 基于证据理论数据融合的故障诊断研 究 [J ]. 流体传动与控制 , 2008, 26 (1) : 12214. HU Xiaom ing, YUE Xiaoyun. Study on data fusion fault di2 agnosis based on evidential theory[J ]. Fluid Power Trans2 m ission and Control, 2008, 26 (1) : 12214. [ 6 ]黄志彦 , 张柏书 , 于开山 ,等. D2S证据理论据融合算法 在某系统故障诊断中的应用 [J ]. 电光与控制 , 2007, 14 (2) : 1462149. HUANG Zhiyan, ZHANG Baishu, YU Kaishan, et al. Ap2 p lication of D2S evidence theory data fusion algorithm in fault diagnosis of a certain system [ J ]. Electronics Op tics and Control, 2007, 14 (2) : 1462149. [ 7 ] SHAFER G. A mathematical theory of evidence [M ]. Prin2 ceton, USA: Princeton University Press, 1976. 作者简介 : 马大中 ,男 , 1982 年生 ,博士研究 生 ,主要研究方向为神经网络、故障诊 断和鲁棒控制. 张化光 ,男 , 1959年生 ,教授 ,博士 生导师 ,主要研究方向为神经网络的动 态特性、近似动态规划、网络控制和模 糊控制等. 获得十余项国家科技发明专 利 ,分别获国家电子信息科技进步一等 奖、辽宁省科技进步一等奖、国家能源 部科技进步二等奖、国家教委 (甲类 )科技进步二等奖、辽宁 省科技发明二等奖等. 发表的学术论文被 SCI收录 54篇 , EI 收录 186篇 , ISTP收录 51篇. 冯 健 ,男 , 1971年生 , 教授 ,主要 研究方向为故障诊断、信号处理、电力 系统自动化、电能质量分析、模糊控制 理论、神经网络、数据挖掘、智能控制及 智能系统在工业中的应用等. 发表学术 论文 20余篇 ,其中被 SCI收录 3篇 , EI 收录 21篇. 第 1期 马大中 ,等 :一种基于多传感器信息融合的故障诊断方法 ·75· © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
