证据理论及其在早期故障诊断信息融合中的应用研究

论文摘要

航空发动机作为飞机最主要的部件,它的安全性与可靠性直接影响到飞机的飞行性能、经济性和机组人员生命安全。如果能在发动机故障的早期,将其检测出来,并予以处理,将会有效地提高发动机工作的安全性、可靠性。所以,有必要展开对发动机早期故障诊断的研究。但是,在发动机故障处于早期阶段时,故障特征非常微弱,而且故障特征的出现具有不确定性。为了提高早期故障诊断的准确性,对大量监测发动机实时状态的传感器所得到的发动机早期故障的数据进行融合成为了非常必要和有效的途经。当前,随着信息技术、计算机技术以及传感器技术的发展,D-S证据理论做为一种有效的不确定性推理工具已被广泛地研究和成功地应用于信息融合中,这也使得基于D-S证据理论的信息融合技术成为一种非常有效的航空发动机早期故障诊断的方式。本论文来自于国家自然科学基金项目:基于微弱信号特征提取和不确定多信息融合的航空发动机早期故障诊断研究（项目编号:60672165）。论文首先对信息融合工具D-S证据理论进行了研究。对证据理论自身在融合高冲突证据时出现的悖论问题从证据产生融合的三个方面进行分析:1)证据及其焦元信任指派完全相同;2)证据完全相同而证据内部基元信任指派不同;3)证据完全相同而证据内部基元信任指派不同。从这三个方面得出了证据理论产生信任聚焦的原因。并在此基础上,依据局部冲突局部分配的思想,提出了基于证据绝对与相对基元差异因子的新悖论合成公式,并与其它合成方法的结果进行了比较,得出了新方法信任聚焦的有效性和鲁棒性,有效地解决了证据理论在合成高冲突证据时出现的悖论问题。其次,介绍了信息融合的基本概念、级别、层次和目前信息融合的方法。结合故障诊断技术的特点,从故障诊断信息融合的实际背景以及信息论角度出发,说明了信息融合应用在故障诊断中坚实的数学基础。结合信息融合的级别与层次,说明了一般故障诊断信息融合的基本结构和框架,并对故障诊断信息融合的方法进行了总结。最后,把D-S证据理论应用到航空发动机信息融合的早期故障诊断中,建立了应用证据理论对早期故障进行诊断的模型。这一部分重点从以下两个方面进行了展开:把证据理论应用到故障诊断信息的特征层的信息融合,在早期故障诊断的模型中提出了一种新的BPA构造方法,得出了比单一传感器更精确的故障征兆信息;考虑到在故障诊断中要得出故障原因而不是故障征兆的实际要求,同时,结合航空发动机故障早期阶段的特点,应用模糊测度表示故障征兆。最后,应用模糊聚类分析,以最大隶属度原则为标准得出航空发动机早期故障的原因。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 证据理论
• 1.2.1 证据理论目前的发展与应用
• 1.2.2 证据理论在故障诊断中的应用
• 1.2.3 证据冲突问题和新的算法
• 1.3 信息融合的发展、应用和意义
• 1.3.1 信息融合技术简介
• 1.3.2 信息融合的发展
• 1.3.3 信息融合在故障诊断中的应用
• 1.4 本文研究的主要内容
• 第二章 证据理论
• 2.1 引言
• 2.2 证据理论的理论基础
• 2.2.1 识别框架（Frame of discernment）
• 2.2.2 基本信任分配函数（Basic probability assignment function）
• 2.2.3 信任函数（Belief function）
• 2.2.4 似然函数（Plausibility function）
• 2.2.5 信任度函数与公共函数
• 2.2.6 信任函数与似然函数的关系
• 2.3 证据理论的合成规则
• 2.4 证据理论应用举例
• 2.5 本章小结
• 第三章 证据冲突分析与处理
• 3.1 引言
• 3.2 证据冲突问题
• 3.3 已有的证据冲突处理方法
• 3.3.1 Yager 方法
• 3.3.2 Fan 方法
• 3.3.3 Murphy 方法和Chen 方法
• 3.4 证据冲突分析
• 3.4.1 合成证据及其焦元信任指派完全相同
• 3.4.2 证据完全相同而证据内部基元信任指派不同
• 3.4.3 证据及其各基元信任指派不相同
• 3.5 新证据冲突处理方法
• 3.6 实例比较与结论
• 3.7 本章小结
• 第四章 故障诊断信息融合的框架
• 4.1 信息融合的基础
• 4.1.1 信息融合的基本概念
• 4.1.2 故障诊断信息融合的实际背景
• 4.1.3 故障诊断信息融合的理论基础
• 4.2 信息融合的级别和层次
• 4.2.1 信息融合的级别
• 4.2.1.1 数据级的融合
• 4.2.1.2 特征级的融合
• 4.2.1.3 决策级的融合
• 4.2.2 信息融合的层次
• 4.2.3 故障诊断信息融合的结构
• 4.3 信息融合的方法
• 4.3.1 信息融合的方法
• 4.3.2 故障诊断信息融合的方法
• 4.3.2.1 贝叶斯定理信息融合故障诊断方法
• 4.3.2.2 证据理论信息融合故障诊断方法
• 4.3.2.3 模糊信息融合故障诊断方法
• 4.3.2.4 神经网络信息融合故障诊断方法
• 4.3.2.5 集成信息融合故障诊断方法
• 4.4 本章小结
• 第五章 基于D-S 证据理论和模糊聚类分析的航空发动机早期故障诊断方法
• 5.1 引言
• 5.2 航空发动机早期故障诊断信息融合
• 5.3 早期故障诊断模型
• 5.3.1 航空发动机早期故障诊断的识别框架
• 5.3.2 航空发动机早期故障诊断基本信任指派函数
• 5.3.3 航空发动机早期故障诊断故障征兆级的数据融合
• 5.3.4 航空发动机早期故障的模糊诊断
• 5.4 数值计算与结果分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 攻硕期间研究成果