证据理论在新无量纲参数融合中的应用研究及改进

《证据理论在新无量纲参数融合中的应用研究及改进》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学号：11034020306毕业设计说明书证据理论在新无量纲参数融合中的应用研究及改进Researchofevidencetheoryinanewnon-dimensionalparameterfusionapplicationsanditsimprovement学院计算机与电子信息学院专业电气工程及其自动化班级电气11-3学生陈家权指导教师（职称）熊建斌（副教授）完成时间2015年01月01日至2015年06月07日3广东石油化工学院本科毕业设计（论文）诚信承诺保证书本人郑重承诺：《证据理论在新无量纲参数融合中的应用研究及改进》毕业设计（论文）的

2、内容真实、可靠，是本人在熊建斌指导教师的指导下，独立进行研究所完成。毕业设计（论文）中引用他人已经发表或未发表的成果、数据、观点等，均已明确注明出处，如果存在弄虚作假、抄袭、剽窃的情况，本人愿承担全部责任。学生签名：年月日3专业负责人批准日期毕业设计任务书院（系）：计算机与电子信息学院专业电气工程及其自动化班级：电气11-3班学生：陈家权学号：11034020306一、毕业设计课题证据理论在新无量纲参数融合中的应用研究及改进二、毕业设计工作自2015年01月01日起至2015年06月07日止三、毕业设计进行地点广东石油化工学院四、毕业设计的内容要求

3、主要内容：以证据理论和新无量纲参数为基础，以多元高斯分布以及混合多元高斯分布为数学模型、通过故障模拟实验或先验维修信息，获得某个传感器对故障集中各个故障模式的检测数据，建立一批新的无量纲指标。算法之一：1）基于Pignistic概率的静态折扣因子计算；2）构造基于隶属度函数的基本概率赋值函数；要求：1）完成毕业论文；2)推导算法或使用matlab（C）编写程序；指导教师熊建斌副教授接受毕业设计任务开始执行日期2015年01月01日学生签名3摘要摘　要随着现代科学技术水平的提高，旋转机械设备的组成和结构越为复杂，近年来，各个大型工业领域则对这些设备的

4、要求也越来越高，在单一的故障诊断方法中，这些设备往往容易发生故障和致使设备经常的维修以及更换，因此，人们对设备以及产品的可靠性越来越重视。对于一些大型又复杂的机械设备，进行可靠性分析时，会面临着可靠性数据不足的问题，所以，设备故障的检测变得尤其的重要，而基于多种并发故障诊断技术在现代工业中慢慢的取代单一故障诊断技术，它能有效的提高故障诊断决策的精确性和快速性。本课题针对石化企业的旋转机械检测和故障诊断技术改进的问题，基于无量纲指标，采用D-S证据理论改进的数据融合方法法，重新构造基于隶属度函数的基本概率赋值函数，在Pignistic概率的组合算法中

5、，计算出静态折扣因子，实现对多源数据的组合，通过这种方式进行数据融合导出更多关于决策分析的有效数据。本课题主要内容如下：（1）首先介绍了旋转机故障诊断技术的背景、意义及其国内外的发展现状。（2）描述了无量纲指标在证据理论中的应用，说明无量纲指标的数学公式和故障区间的确定。（3）阐述D-S理论的概念，分析改进后的证据理论的优缺点，提出Pignistic概率距离组合成一种新的数据融合方法（4）采取实际的数据，通过Matlab实验仿真，对算法的调试，并加以总结分析。结果表明，该算法虽然可以较快的实现数据优化，但并不适用于该本实验所采集的数据，因此结果并不

6、太理想。关键词：故障诊断技术；无量纲参数融合；证据理论；Pignistic概率距离IⅠAbstractⅡ5AbstractAbstractWiththeimprovementofthelevelofmodernscienceandtechnology,compositionandstructureofrotatingmachinery,themorecomplexinrecentyears,allmajorindustrialareasoftherequirementsofthesedevicesisalsoincreasing,insinglef

7、aultdiagnosismethod,thesedevicesareoftenpronetofailureandresultinginfrequentmaintenanceandreplacementofequipment,sopeopleonthereliabilityofequipmentandproducts,moreandmoreattention.Forsomelargeandcomplexmachineryandequipment,whilereliabilityanalysiswillbefacedwiththeproblemofi

8、nsufficientreliabilityofthedata,sothedetectionofequipmentfail