一种多传感器信息融合电路故障诊断方法

针对电路故障元器件诊断不确定性问题,提出了电路元器件故障诊断的多传感器D-S信息融合方法。该方法通过测量被诊断电路中元件的电压、温度两个参数,获取二个传感器对待诊断元件的信度函数,然后得出融合信度函数,从而确定故障元件。诊断实例结果证明了该方法的有效性。     

D-S证据理论数据融合算法在某系统故障诊断中的应用

介绍了Dempster-Shafer(D-S)证据理论数据融合算法的基本原理,在此基础上以电压-码转换电路板为被诊断对象,探索了基于D-S证据理论多传感器数据融合算法的某系统电路故障元器件诊断方法.诊断结果表明D-S证据理论多传感器信息融合算法可有效地提高故障模式的识别能力,使故障元器件得以有效定位.     

基于SVM与改进D-S理论电路板故障诊断算法

为了解决传统电路板故障诊断方法耗时长、难度大、准确度不高的问题,该文充分利用不同检测设备提供的电路板故障特征信息,提出基于支持向量机(SVM)与改进D-S证据理论相结合的电路板故障诊断算法。首先,将各证据体提供的故障数据输入SVM诊断模块,获取该证据体对各个故障模式的可靠度与加权系数;其次,利用"一对一"SVM多分类方法构造证据体对各个故障模式的基本概率分配;最后,对基本概率分配进行加权处理,完成基于D-S理论的多信息融合,获得故障诊断结果。实验结果表明,所提算法可以有效降低各证据体对诊断结论的冲突,增强正确诊断结果的信度,显著提高故障诊断准确率。     

D-S故障诊断中证据冲突衡量研究

在基于D-S证据理论的故障诊断中,由于干扰或可靠性等原因,各传感器用来判断故障原因可能性的基本置信分配会出现相互冲突的现象.在冲突证据下,进行D-S诊断的前提条件是解决各传感器基本置信分配间矛盾性的衡量问题.虽然人们已对此做了一些探讨,但都没有反映D-S故障诊断的需要,研究成果无法得到应用.文中首先介绍了D-S故障诊断;然后分析了已有证据矛盾性衡量方法的不足;最后提出了一种新的衡量各传感器基本置信分配间矛盾性的方法,并进行了详细证明,实验结果表明了所提方法的正确性.     

DS数据融合算法在近地防撞目标识别中的应用

针对近地防撞系统被测目标的不确定性问题,根据DS证据理论,在分析数据融合过程的基础上,建立数据融合模型,结合模糊控制方法,得出红外和雷达两种探测器对各被测目标的信度函数分配以及融合后的信度函数分配,从而确定被测目标。单探测器与融合结果比较说明多传感器融合算法具有较高的准确性。该面向目标的数据融合算法,为实现飞机地面防撞系统的目标探测提供了理论基础。     

多传感器模糊D-S理论辐射源识别

研究了将D-S证据理论与模糊推理组合应用辐射源识别的方法,提出了基于模糊综合评估获取基本概率分配函数的方法;在此基础上研究了应用D-S证据理论进行多传感器信息融合,从而识别雷达辐射源的原理;仿真实验和对比实验表明本算法的有效性。     

D-S证据理论方法在目标识别中的应用

D-S证据组合理论已经成为不确定性推理的一种重要方法,基于该理论的多传感器决策层数据融合已得到广泛应用.介绍了D-S证据理论及其有关概念和D-S合成法则,阐述了基于D-S证据组合理论的数据融合一般步骤及决策层判决方法,运用D-S证据理论对目标进行了融合识别.与单一传感器的目标识别结果相比较,上述方法能明显提高目标识别能力,同时降低目标识别的不确定性,提高目标识别的可靠性.     

一种新的多信息融合算法——比亲算法的提出

根据D-S理论在证据完全对立的情况下失效的原因，考虑证据间基本可信度分配函数(BPA)值在证据中所占比重以及相关程度两个方面对证据合成的影响，在D-S理论框架基础上构建了一种新的多信息融合算法——比亲算法。通过与两篇D-S理论应用论文中的实例进行比较表明：在证据不相对立的情况下，新算法与-S理论应用的结果是一致的；当证据对立时，新算法则具有纠错功能而优于D-S理论。结果验证了这种算法的可行性、有效性及实用性。     

基于红外热图的机载电路板故障模式诊断研究

作为一种新型的非接触式检测方法,基于红外热成像技术的机载电路板故障模式诊断方法受到越来越多的关注。本文针对传统基于红外热图的电路板故障检测算法中存在的缺陷,提出一种结合红外图像分割、热阻网络、支持向量机SVM(Support Vector Machine)与D-S证据理论的故障检测算法。首先,通过红外图像分割完成目标芯片区域温度提取,应用热阻网络模型对目标区域温度信息进行优化;其次,提取温度信息特征向量分别输入对应的初级SVM诊断模块,输出各故障模式的加权基本概率分配值BPA(Basic Probability Assignment);最后,应用D-S证据理论对各证据体加权BPA进行数据融合,输出融合后的故障诊断结果。实验结果表明,本文算法加强了有效证据体对诊断结果的正面影响,削弱了无效证据体的负面影响,大幅度提高了机载电路板故障模式诊断准确度。     

光电雷达电子部件的量子神经网络故障诊断算法

针对电路故障诊断时,故障模式之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合集成电路故障诊断算法.并将其应用到光电雷达电子设备故障诊断中,通过测试电子电路中被诊断元件的工作温度和工作电压两个物理量,求出两传感器对各待诊断元件的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,提高故障诊断的准确率.     

基于D-S证据理论的数据链故障诊断方法

针对无人机数据链结构复杂而导致的故障诊断难题,提出了一种基于D-S证据理论的无人机数据链路故障诊断方法。将无人机数据链诊断划分为系统级和电路板级2层,给出了故障诊断的总体框架。运用模版匹配法进行基本概率分配函数获取,基于冲突度和重要度进行冲突证据合成,采用基本概率分配函数进行决策,在此基础上实现了基于D-S证据理论的诊断方法。实验结果表明该方法正确有效,为无人机数据链故障诊断提供了新的途径。     

基于信息融合技术的模拟电路故障诊断

论述了基于多类电量测试信息模糊融合的模拟电路故障诊断方法的基本原理,提出了分别基于K故障节点诊断法和最小标准差法的元件故障隶属函数构造方法,以及基于可测点电压与不同测试频率下电路增益的模糊信息融合诊断算法.分别利用此两类测试信息及K故障诊断法和最小标准差法,对电路进行初步诊断,再运用模糊变换及故障定位规则,得到融合的故障诊断结果.模拟实验结果表明,所提方法大大提高了故障定位的准确率.     

基于光纤智能结构的PCB电子电路故障诊断

提出了基于光纤智能结构的电子电路板故障诊断的方法。以集成电路的发热模式为基础,借助于粘贴在电路板上的光纤智能结构对板上芯片做有效的温度检测,正常工作时的热模式与有故障时对比,根据隶属度来确定故障元件。论证了该方法对几种故障检测的可行性和有效性,拓展了光纤智能结构在电子电路诊断上的应用。     

基于神经网络与证据理论的模拟电路故障诊断

论述了利用多类电量测试信息、应用神经网络与D-S证据理论实现模拟电路故障诊断的基本原理,提出了一种基于可测点电压与不同测试频率下的电路增益经决策层信息融合的故障诊断新方法.分别利用此两类测试信息,各用一个独立的改进BP网络对电路进行初步诊断,再运用所提融合诊断算法实现故障定位.模拟实验结果表明:所提方法对硬故障与元件参数偏移较小的软故障均适用,故障定位准确率高.     

SVM与证据理论集成的信息融合故障诊断技术研究

提出了支持向量机和证据理论结合的思想;建立了支持向量机初步诊断与证据理论融合决策诊断相结合的信息融合故障诊断模型;给出了基于SVM的基本概率分配构造方法和诊断决策规则.以200 MW汽轮发电机组故障诊断为例,充分地验证了该方法的诊断性能.     

多Agent复杂诊断系统分布式协同求解研究

针对当前大型复杂设备故障诊断的实时性、智能化要求,以组件化思想为基础,建立了基于多Agent的分布式智能故障诊断系统模型,讨论了基于MAS的分布式系统诊断的方法和协同求解问题.提出包含分布式诊断融合决策模块的Agent一般模型,分析了分布式协同求解的任务分解、分配和协作求解问题,并运用CBR方法实现了单个Agent内部推理以及多Agent的协作.仿真实验表明,该系统能高效、准确地诊断故障,具有较好的主动性、适应性和交互诊断性.     

基于人工免疫的PCB电路信息融合故障诊断

印制电路板(PCB)非介入式故障诊断方法,因获取信息有限,存在故障覆盖率低、定位不准等问题。多源信息融合能综合各类信息以提高电路诊断效果。文章提出采用人工免疫网络(AIS)作为信息融合技术的融合算法,实现PCB电路非介入式故障诊断。该方法以电路支路电流信息和节点电压信息为信息源,运用人工免疫系统实现基于特征层信息融合的印制电路板非介入式故障诊断。某实装电流转电压电路故障诊断仿真实验表明:基于多源信息融合的非介入式故障诊断可提高电路故障的覆盖率和定位的准确性。