基于d-s证据理论的柴油机故障诊断

《基于d-s证据理论的柴油机故障诊断》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第lO卷第15期2010年5月科学技术与工程Vo1．10No．15May20101671—1815(2010)15—374904ScienceTechndogyandEn~neefing⑥2010Sci．Tech．Engnf基于D-S证据理论的柴油机故障诊断仝磊陈越王直秦琪。(江苏科技大学，镇江212003；哈尔滨工业大学，哈尔滨150000；江苏荣盛重工业有限公司，南通226000)摘要D—S证据理论已经广泛应用于各种故障诊断中，但基本概率分配是证据理论的重要一步。运用典型样本的数据融合方法对柴油机供油系统的3种故障进行诊断，避免了

2、D—S证据理论应用中基本概率赋值难以分配的问题，减少了方法的主观性。实践结果表明，该方法可以有效的判别出柴油机故障类型，具有工程实用价值。关键词证据理论典型样本故障诊断柴油机中图法分类号n】277；文献标志码A柴油机作为一种常见的动力机械，其动力性和在满足下列条件：可靠性直接影响着系统的安全运行，及时有效地发(1)，re(A)：1；现并排除，对增加柴油机工作时的安全性和可靠(2)m()=0。性，降低设备维修费用，减少经济损失，避免重大的时，称m(A)为A的基本概率赋值，它表示对命题A事故发生具有重大意义。柴油机诊断方法包括很的精确信任

3、程度。多种，如时间序列与小波分析诊断柴油机故障J、定义3存在Ac_U，如果m(A)>0，则称ASOM神经网络柴油机故障诊断l2等等。数据融合为信任函数Bel的焦元。m(A)表示证据分配到A技术的D—S(Dempster—Shafer)证据理论方法已经成上的信任度值，代表其可信度的大小。功应用于模式识别和故障诊断方面，其最大优势是定义4给定一识别框架U，m：2[0，I]是可以综合利用各个传感器提供的信息，提高判别的上的基本概率赋值，定义函数：准确性和可信度。文献[3，4]中神经网络获取信度Bel：2[0，1]，函数带有很强的主观性影响其

4、实际应用，本文运用Bel(A)：∑m(曰)(VA)。典型样本数据融合方法可以减少主观性，具有实际称函数Bel是上的信任函数。其中Bel(A)=意义∑m(B)表示A的所有子集的可能性度量之和，也1证据理论就是表示对A的总信任度，从而可知：Bel()：0，Bel()：1。1．2证据理论的组合规则1．1证据理论基本定义假设Bel。和Bel是同一识别框架上的两个定义1证据下所有的假设的有限集合U=信任函数，m。与m是其对应的基本概率赋值，Bel{X，X2⋯，}为识别框架，的所有子集所构成的焦元是b一，b，Bel：的的焦元是c一，c，如的集合为

5、幂集，记2。果正交和规则m(a)：m。om，则证据理论组合定义2幂集2“上的一个映射m：2v[0，1]规则的公式为：2010年3月8日收到m(A)=K∑m(6)m：()，A≠。‘J：6‘ncJA第一作者简介：仝磊(1984一)，男，江苏徐州人，硕士研究生，研究方向：故障诊断技术。E．mail：fldemm@163．tom。其中K=1一∑m。(6)m：()，b与cJ3750科学技术与工程10卷在识别框架上不能同时发生。分配数值的差就越小，这样对故障判别是不利的，上式中，若≠1，则m确定一个基本概率赋相反，如果判别模式不变，证据数量越多，

6、最大的基值；若K=1，则认为m，和m矛盾，不能对其组合。本概率赋值分配数值与其他基本概率赋值分配数若满足条件≠1，根据上式正交和规则可扩展为值的差就越大，有利于故障模式判别。所以在具体m(A)=m1①m2①⋯①m。的运用中，需要选取尽量多的证据。不一定每个证据都支持目标模式以及根据实际情况的不同，经过2基本概率赋值的获取计算实际应用中的阈值如表1所示。表1信度函数的阈值2．1获取方法基本概率赋值的获取是关键的部分，也是最不容易得部分。设{y，yz⋯y}为一组带融合的检测样本，其中y为一个传感器的输出值；待识别的目标模式为{B，B，⋯，

7、曰}(n≥2)，对于任意曰(_『∈n)，需要确定此模式下的每个传感器的典型值{Y”Y2『，⋯，Y面}成为典型样本。任意证据在目标模式中对应的典型值不完全相等，各目标的典型样本也互不相等。检测样本与各目标模式的典型样本之间存在不同的差异。对于任一Yi与目标模式典型样本中此证据对应的值Y之间的汉明距离为：3柴油机故障诊断实例=lY‘一Yql。与所有目标模式的汉明距离之和为：3．1典型样本的选取1t,=IYf—Yf。．在柴油机供油系统发生故障时，燃油的流动的证据Y对目标模式的基本概率赋值分配为：压力与流速等参数会发生变化，本文通过高压油管外

8、壁的振动传感器与油压外卡传感器测取喷油器)=其中：J_1'2，⋯附近振动信号与压力信号，对供油系统的3种常见只要确定目标模式的典型样本就能够得到唯故障(针阀磨损、喷油嘴积碳、喷油器弹簧折断)进一的任一证据的基本概率赋值分