设备设计/诊断维修/再制造
现代制造工程（ModemManufacturingEngineering）
2013年第7期
基于改进证据理论的齿轮泵故障诊断方法研究
刘希亮，陈桂明，李方溪，张倩（第二炮兵工程大学，西安710025）
摘要：针对多源传感器信息的不确定性，提出了一种基于改进证据理论的故障诊断方法。首先定义了证据向量的夹角余弦，提出了冲突证据判定法则，对证据进行冲突性判定；然后建立二级鲁棒融合策略，通过RBF神经网络进行特征层融合，经过训练产生初始证据，应用冲突证据判定法则找出冲突证据并利用相似度对其进行局部修正；最后对证据进行融合和诊断。通过齿轮泵振动试验，将此方法与神经网络、传统证据理论和其他代表性改进方法的诊断结果进行对比，验证了新方法和融合策略的有效性。
关键词：证据理论；信息融合；齿轮泵；故障诊断
中图分类号：TP391文献标志码：A文章编号：1671—3133(2013)07—0124—05
Researchonfaultdiagnosisofgearpumpbasedonimprovedevidencetheory
Liu Xiliang,Chen Guiming,Li Fangxi,Zhang Qian
(Second Artillery Engineering University,Xi'an 710025,China)
Abstract: Aiming at uncertainty of multi-sensor,a new fault diagnosis approach based on improved evidence is presented theory. Firstlyosine betwen evidene vectors is defined,and onfict evidencecriterion is proposed to detemine the confict. Secondly tow-class robust fusion strategy is built up., Characteristic level fusion proceeds by way of RBF neural network to generate original evidence,then conflict evidence is found out by eriterion and modified by similarity, Finally, the modified evidence is fused in combination formuls. The gear pump vibration test proves the validity of the new method and fusion strategy by contrast with neu-ral network,classical evidence theory and other improved methods.
Key words:evidence theory ; information fusion; gear pump;fault diagnosis
0引言
D-S证据理论[12]作为-种重要的不确定信息处理方法，具有坚实的数学基础，能在不需要先验知识的情况下，以简单的推理形式得出合理的融合结果，因此广泛应用于多传感器信息融合、模式识别、故障诊断和决策分析等领域[39]。
在证据理论应用于故障诊断的过程中，由传感器产生的冲突证据的合成一直是垂待解决的问题，究其原因，传感器系统的不确定性是一个重要因素。其一，由于传感器自身制造精度、可靠性等因素使其本身就具有一定的不确定性；其二，传感器信号采集受到环境、噪声等客观因素和人为操作等主观因素的干扰，其中某个传感器引起测量异常也会造成信息的高度冲突[3)。为提高诊断精度，从源头消除故障信息的不确定性，有必要对传感器提供的信息进行识别和修
正，再进行信息融合与故障诊断。 124
万方数据
基于此，本文提出了一种新的基于改进证据理论
的齿轮泵信息融合故障诊断方法，首先对振动传感器采集到的信号进行特征层融合，建立从特征空间到故障空间的映射，构造初始证据；然后通过冲突证据判定法则识别冲突证据，利用证据相似度对其进行修正；最后进行决策层融合。
证据理论基础 1
在证据理论中，辨识框架?=A，A2，",A，A，为第k个命题，k=1,2，"，n;n为命题个数。通过传感器对命题进行测量，获得N条证据m,（i=1,2，"， N），各证据的基本概率赋值（BasicProbabilityAssign-ment，BPA）为m；（A,），表示证据m,对命题A,的信任程度，则所有证据的D-S合成公式为：
[m(A)=1-m()a1d
ZIm,(A)AC9
m(Φ)=0