基于粗糙集和改进D-S证据理论的故障诊断方法

摘要：

针对大型设备传感器数据存在的冲突、模糊、不确定等问题,提出了一种基于粗糙集和改进D-S证据理论相结合的数据融合故障诊断方法.通过粗糙集属性约简后的决策表计算属性的规则强度,客观地确定属性的基本可信度分配值;同时利用属性的决策重要度来衡量证据的相对权重,对D-S证据理论的合成规则进行修改,弥补其证据冲突和基本可信度主观分配的缺陷.仿真实验分析中,使用该方法对臭氧发生器进行故障诊断,并与其他传统故障诊断方法进行比较,结果表明该方法具有较高的准确性,并且其不确定性明显下降,对大型设备的故障诊断具有一定的实用价值.

关键词：粗糙集、D-S证据理论、数据融合、故障诊断、多传感器、臭氧发生器

所属期刊栏目：47

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家科技支撑计划基金项目编号:2015BAF04B02

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：543-549