基于D-S证据理论的数据融合算法及其在电路故障诊断中的应用

1、基于D-S 证据理论的数据融合算法及其在电路故障诊断中的应用朱大奇1,2,于盛林1(1.南京航空航天大学测试工程系,江苏南京210016;2.安徽工业大学工业自动化系,安徽马鞍山243002摘要:本文在D-S 证据理论的基础上,结合模糊集合论,给出了电子电路故障定位的多传感器数据融合方法.通过测试电路中的被诊断元件的工作温度和工作电压两个物理量,得出D-S 证据理论中两传感器对各待诊断元件的信度函数分配,再利用D-S 联合规则得到融合后的信度函数分配,从而确定故障元件,并通过单传感器诊断结果与融合诊断结果比较,说明多传感器融合的优越性.关键词:D-S 证据理论;信度函数;数据融合;故障诊断中图

2、分类号:TP1S ;TP274文献标识码:A 文章编号:0372-2112(200202-0221-03Data Fusion Algorithm Based on D-S Evidential Theoryand lts Application for Circuit Fault DiagnosisZHU Da-gi 1,2,YU Sheng-iin 1(1.Nan ing Uniuersity of Aeronautics and Astronautics ,Department of Testing and Measurement Engineering ,Nan ing ,Jiangs

3、u 210016,China ;2.Auhui Uniuersity of Technology ,Industrial Automation Department ,Maanshan ,Anhui 243002,China Abstract :A data fusion method for circuit fauit diagnosis based on D-S evidentiai theory and fuzzy iogicai theory is presented.By measuring the temperature and voitage of circuit compone

4、nt ,the beiief function assignment of two sensors to circuit component is gotten ,and the fusion beiief function assignment is gotten by using D-S ruie ,and fauit component is found.By comparing the diagnosis resuits based on separate originai data and fused data respectiveiy ,it is shown that the i

5、atter is more accurate than the former in the circuit fauit recognition.Key words :D-S evidentiai theory ;beiief function ;data fusion ;fauit diagnosis!引言目前,多传感器数据融合技术已成为一个十分活跃的研究领域,它的应用也越来越广泛14,如机器人系统,图像分析与处理,目标自动识别,工业现场的参数检测等.但真正将多传感器数据融合应用于故障诊断,利用多传感器融合的综合信息提高故障识别能力的研究报道还较少,本文将数据融合技术引入到电子电路故障元件的搜

6、寻之中,通过测试电子电路工作时电子元件的温度和关键点电压两方面的数据信息,结合D-S 证据理论和模糊数学进行数据融合,从而准确搜寻出故障元件.并将单传感器诊断结果与融合诊断结果进行比较,讨论其在故障诊断准确率方面的优越性,给出具体的实验结果和结论."多传感器数据融合算法将D-S 证据理论应用于多传感器数据融合时,从传感器获得的相关数值就是该理论中的证据,它可构成待识别目标模式的信度函数分配,表示每一个目标模式假设的可信程度,每一传感器形成一个证据组.所谓多传感器数据融合就是通过D-S 联合规则联合几个证据组形成一个新的综合的证据组.即用D-S 联合规则联合每个传感器的信度函数分配形成

7、融合的信度函数分配,从而为目标模式的决策提供综合准确,m 1(u i 是传感器1分配到各故障模式上的信度函数值,m (u 0,m (u 1,m (u i 是传感器 分配到各故障模式上的信度函数值,m (u 0,m (u 1,m (u i 是传感器融合后分配到各故障模式上的信度函数值 .图1多传感器数据融合的故障诊断框图"#!信度函数分配及信度函数$证据理论的论域称为识别框架,记为!,包括有限个基本命题,记为u 0,u 1,u i ,对应概率论中的基本事件,称为基元,在故障诊断中对应基本的故障模式,!中事件是互斥的.定义!设!为识别框架.如果集函数m :2!0,1,(2!为!的幂集满足

8、:m ("=0(1"um (u =1,u #!(2称m 为框架!上的信度函数分配;此处"为空集,对u #!,收稿日期:20001-02-19;修回日期:2001-06-12基金项目:国家自然科学基金(No.59677021安徽省教委自然科学基金(No.2000JI174m(U称为U的信度函数值,当m(U一0时,称U为信度函数分配上的焦元.U的信度函数值反映了对U本身的信度大小,即确切地分配到U上的信度函数值.2.2信度函数的获取信度函数分配是表示人对目标模式假设的可信程度的一种推理,是一种人的判断,这种判断受各种因素的影响,不同的想法会构成不同的信度函数分配公式.

9、此处考虑目标模式数目的影响,同时结合文献5决定信度函数分配.定义2=maxC(U i,i=I,2,N c(3 =NcW/】Nci=IC(U i-I/(Nc-I,Nc>2(4R=(W/(】NI=IW I I I,I=I,2,N(5其中C(Ui 是传感器对目标模式Ui的相关系数;Nc为目标模式数目;N是传感器总数;W是传感器的环境加权系数,其值域为0,I;是传感器最大相关系数;是传感器的相关分配值;R是传感器的可靠性系数.则传感器对目标模式Ui 的信度函数m(Ui为:m(U i=C(U i/】Nci=IC(U+N(I-R(I-W(6传感器的不确定性的信度函数为:m(=I-】Nci=Im(U

10、im(=N(I-R(I-W/】Nci=IC(U+N(I-R(I-W(7从式(6、(7可以看出,除W 由传感器特性及现场经验而定,有一定的主观性外,N,Nc对具体系统来说是定值,关键量是传感器对目标模式Ui 的相关系数C(Ui如何确定,此处解决的方法是利用模糊集理论中的隶属度函数i来代替C(Ui.因为这两个量在物理意义上都表示根据某一传感器测得值来评估被测目标模式隶属于某一目标类型的程度即两者之间的相关性.2.3隶属度函数的形式隶属度函数主要由传感器本身的工作特性及被测参数的特性而定,对电子电路系统某一特定元器件,当系统正常工作时,其关键点电压值应是稳定的,其温度值也是确定数值,当元器件出现故障

11、时,一般地说其电压值会偏离正常范围,温度升对能时待果,年件的正常温度值,当电路板某元件出现故障后,一般说来元件的温度会发生变化(升高或降低,因此诊断时再测试出各元件的新的温度值,按前述的隶属度函数公式计算出D-S证据理论中的温度对各待诊断元件的信度函数分配,另外,可利用探针测出各待诊断元件关键点电压值,同样可计算出电压参量对各待诊断元件故障的信度函数分配,然后利用D-S联合规则进行融合决策,搜寻出故障元件.3.2实验结果分析与讨论用图,号三为为件各传感器单独故障识别和多传感器融合故障识别结果比较故障元件传感器及融合信度函数值m(u0m(u lm(u2m("诊断结果元件l温度ml电压m

12、2温度ml电压m2温度ml电压m24结束语本文阐述了基于D-S证据理论和模糊集合论的数据融合算法,并首次将其应用于电子电路的故障诊断之中,提出了一种基于实验的隶属度函数构造形式及其目标判定准则,实验结果表明,数据融合较好地解决了由于电路元件相互影响而产生的故障诊断不确定性问题,对提高电路系统故障定位的准确率是实用而有效的.另外,虽然本文只是对一个简单的电路进行了融合诊断,但对于更复杂更多元器件的实际电路,只要能正确地获得各传感器的信度函数,就能准确地识别出故障元器件.因此本融合诊断方法完全可以应用到实际电路的故障诊断之中.参考文献:l罗志增,蒋静萍.应用模糊信息融合实现目标物的分类J.仪器仪表

13、学报,l999,20( 4:40l-404.2Bogler P L.Shafer-Dempster reasoning with applications to multisensortarget identification systemJ.IEEE Trans System,Man and Cybernet-ics,l987,SMC-l7:968-977.3Selzer F,Gutfinger D.LADAR and FLIR based sensor fusion for auto-matic target classificationJ.SPIE,l988,l003:236-24l.4

14、滕召胜.基于多传感器数据融合的热处理炉温度测量方法J.计量学报,2000,2l(2:l48-l52.5黄瑛,陶云刚.D-S证据理论在多传感器数据融合中的应用J.南京航空航天大学学报,l999,3l(2:l72-l77.6王浩,庄钊文.模糊可靠性分析中的隶属函数确定J.电子产品可靠性与环境试验,2000,l0(4:2-7.7朱大奇,刘文波,于盛林.基于虚拟仪器的光电雷达电子部件性能检测及故障诊断系统J.航空学报,200l,22(5.作者简介:l99证据理论的数据融合算法及其在电路故障诊断中的应用 基于D-S证据理论的数据融合算法及其在电路故障诊断中的应用作者:朱大奇, 于盛林作者单位:朱大奇(南

15、京航空航天大学测试工程系,江苏南京,210016;安徽工业大学工业自动化系,安徽马鞍山,243002, 于盛林(南京航空航天大学测试工程系,江苏南京,210016刊名: 电子学报英文刊名:ACTA ELECTRONICA SINICA年,卷(期:2002,30(2被引用次数:91次参考文献(7条1.黄瑛;陶云刚D-S证据理论在多传感器数据融合中的应用期刊论文-南京航空航天大学学报 1999(022.滕召胜基于多传感器数据融合的热处理炉温度测量方法期刊论文-计量学报 2000(023.Selzer F;Gutfinger D LADAR and FLIR based sensor fusion

16、for automatic target classification 19884.朱大奇;刘文波;于盛林基于虚拟仪器技术的光电雷达电子部件性能检测及故障诊断系统期刊论文-航空学报2001(055.王浩;庄钊文模糊可靠性分析中的隶属函数确定期刊论文-电子产品可靠性与环境试验 2000(046.Bogler P L Shafer-Dempster reasoning with applications to multisensor target identification system 19877.罗志增;蒋静萍应用模糊信息融合实现目标物的分类期刊论文-仪器仪表学报 1999(04引证文献(92条6.向长城基于可拓距离的K近邻算法期刊论文-湖北民族学院学报(自然科学版 2010(112.应用RBF网络和D-S证