基于证据推理的故障预报模型

被引：13

作者：

司小胜 ^{[1
,2
]}

胡昌华 ^{[1
]}

周志杰 ^{[1
,2
]}

机构：

[1] 第二炮兵工程学院教研室

[2] 清华大学自动化系

来源：

中国科学:信息科学 | 2010年 / 40卷 / 07期

关键词：

故障预报; 证据推理; 信度分布; 非线性优化;

D O I：

暂无

中图分类号：

O242.1 [数学模拟];

学科分类号：

摘要：

为处理存在定量与定性不确定性信息的非线性复杂系统故障预报问题,建立了基于证据推理(evidential reasoning,ER)的故障预报模型,提出了ER预测模型的参数优化方法.该模型利用ER算法可以处理精确数据、不完整数据、模糊数据的能力,及其非线性融合的特性,对模型的输入信号,通过信息变换技术转化到信度结构框架下,应用解析ER算法对输入信息融合,根据输出数据的类型,构造相应的预测输出,给出了故障识别方法.针对ER预测模型参数难以精确的主观确定的困难,建立了非线性优化模型,对模型参数进行优化学习,获取最优模型参数.通过实验对ER预测模型的性能进行了分析,结果表明,建立的预测模型和参数优化模型可以有效的处理故障预报问题.

引用

页码：954 / 967

页数：14

共 24 条

[1] 基于混合系统粒子滤波和二元估计的故障预测算法 [J].

张磊 ;

李行善 ;

于劲松 ;

廖灿星 .

航空学报, 2009, 30 (07) :1277-1283

[2] 某型导弹发射装置液压泵故障预测研究 [J].

李洪儒 ;

许葆华 .

兵工学报, 2009, 30 (07) :900-906

[3] 新的证据冲突衡量标准下的D-S改进算法 [J].

胡昌华 ;

司小胜 ;

周志杰 ;

王鹏 .

电子学报, 2009, 37 (07) :1578-1583

[4] 基于证据可信度的证据合成新方法 [J].

张盛刚 ;

李巍华 ;

丁康 .

控制理论与应用, 2009, 26 (07) :812-814

[5]

动态系统的故障诊断技术[J]. 周东华,胡艳艳.自动化学报. 2009(06)

[6] 一种基于高斯混合模型粒子滤波的故障预测算法 [J].

张磊 ;

李行善 ;

于劲松 ;

代京 .

航空学报, 2009, 30 (02) :319-324

[7] 一种基于自回归隐式半Markov链的设备健康管理新方法 [J].

董明 .

中国科学(E辑:信息科学), 2008, (12) :2185-2198

[8]

强跟踪粒子滤波算法及其在故障预报中的应用[J]. 胡昌华,张琪,乔玉坤.自动化学报. 2008(12)

[9] 基于神经网络的故障率预测方法 [J].

李瑞莹 ;

康锐 .

航空学报, 2008, (02) :357-363

[10]

Local prediction of the chaotic fh-code based on LS-SVM[J]. Wang Yi ＆ Guo Wei National Key Lab of Communication, Univ. of Electronic Science and Technology of China, Chengdu 610054, P. R. China.Journal of Systems Engineering and Electronics. 2008(01)

← 1 2 3 →