[发明专利]基于改进冲突系数和信度熵的发动机故障诊断方法

权利要求书

1.基于改进冲突系数和信度熵的发动机故障诊断方法，其特征在于：包括以下几个步骤：

A、确定机械设备故障的辨识框架Θ＝{θ₁,θ₂,…,θ_u,…,θ_N}，u＝1,2,…,N，θ_u为第u种故障类型；

B、通过放在相同环境下的不同位置传感器采集机械设备的相关运行数据，将采集到的数据构造区间数模型，然后计算待识别样本属性值与区间数之间的距离，接着计算待识别样本属性值与模型区间数之间的相似度，最后对相似度进行归一化获得基本概率赋值函数，将每一个证据看作一个向量，第i个证据的向量用m_i＝(m_i(θ₁),...m_i(θ_r),...m_i(θ_k))^T表示，其中i＝1,2,...,n，n为证据向量的总数，θ_r为焦元且k为辨识框架Θ中的焦元个数，r＝1,2,…,k，k＝2^N；

C、由得到的第i个证据向量m_i通过下述基本概率赋值转换公式计算得到修正后的证据向量m_i′＝(P_i(θ₁),…P_i(θ_r),…,P_i(θ_k))^T，将任意第i个证据向量m_i中的多焦元命题的信度转化为单焦元命题信度，其中，|A|表示焦元A的元素个数，为空集；

D、由得到的修正后的任意第i个证据向量m′_i和第j个证据向量m′_j通过下述公式计算证据之间的关联系数，得到任意第i个证据向量m_i和第j个证据向量m_j之间的关联系数r_BPA(m_i,m_j)，其中，p_i(θ_r)和p_i(θ_l)分别为通过基本概率转换公式得到的修正后的单焦元θ_r和θ_l的信度；

E、由得到的关联系数r_BPA(m_i,m_j)通过下述改进冲突系数公式计算证据之间的冲突系数，得到任意第i个证据向量m_i和第j个证据向量m_j之间的冲突系数K_i,j，其中，K为冲突系数；

F、由改进的冲突系数K_i,j计算得到全局冲突K₀，然后从证据向量中剔除任意一个证据向量计算得到局部冲突K₀′，由得到的全局冲突K₀和局部冲突K₀′通过下述公式得到第i个证据向量m_i的冲突度K_i，并通过下述公式计算得到归一化后的第i个证据向量m_i的冲突度

G、通过计算任意第i个证据向量m_i的改进信度熵H(m_i)表征证据的不确定性程度，改进的信度熵为其中，e为自然常数，是一个约等于2.71828182845904523536……的无理数，|θ_r|表示焦元θ_r元素的个数，|Θ|表示辨识框架内含有的元素个数，表示证据的信任函数；

H、由得到任意第i个证据向量m_i的信度熵H(m_i)通过下述公式计算得到第i个证据向量m_i的信息量IV_i，并通过下述公式计算得到归一化后的第i个证据向量m_i的信息量

I、由得到归一化后的第i个证据向量m_i的冲突度和归一化后的第i个证据向量m_i的信息量通过下述公式计算得到第i个证据向量m_i的权重因子ω_i；

J、由得到任意第i个证据m_i的权重因子ω_i，通过下述公式对第i个证据向量m_i进行加权平均处理，得到修正后的第i个证据向量m″_i；

K、最后，采用Dempster组合规则对修正后的证据向量m″_i进行逐个融合，融合后焦元A的基本概率赋值m(A)的最大值对应的焦元为发动机故障诊断的决策结果。