基于神经网络和D-S证据理论的信息融合故障诊断方法

为了解决齿轮传动系统检测难度大、准确性不高和多点测试时信息处理复杂的问题,提取振动信号统计量特征参数、利用神经网络技术与D-S(Dempster-Shafert)证据理论相结合的信息融合故障诊断方法,实现了数据级、特征级与决策级的多级融合诊断。实验结果表明,将信息融合方法用于齿轮传动系统故障诊断,有助于综合利用故障信息,提高了故障诊断的准确性和可信度。     

基于证据理论的信息融合技术变压器故障诊断方法研究

目前对于变压器的故障诊断,还没有利用多种变压器状态信息进行综合判断。从证据理论的基本概念和证据的融合推理方法出发,建立了变压器多故障特征信息融合诊断框架。该方法把从多传感器得到的变压器状态数据看作一个信息系统,运行过程中不断产生各种信息,并将信息加工成故障特征,通过特定的诊断决策规则,得出诊断结论。最后给出了一个变压器故障诊断的实例,结果表明该方法能够有效地提高变压器故障诊断可信度,减小诊断的不确定性。     

基于改进证据理论的齿轮泵故障诊断方法研究

针对多源传感器信息的不确定性,提出了一种基于改进证据理论的故障诊断方法.首先定义了证据向量的夹角余弦,提出了冲突证据判定法则,对证据进行冲突性判定;然后建立二级鲁棒融合策略,通过RBF神经网络进行特征层融合,经过训练产生初始证据,应用冲突证据判定法则找出冲突证据并利用相似度对其进行局部修正;最后对证据进行融合和诊断.通过齿轮泵振动试验,将此方法与神经网络、传统证据理论和其他代表性改进方法的诊断结果进行对比,验证了新方法和融合策略的有效性.     

QFD中质量特性实现水平的多目标协同确定方法

为了高效、灵活地处理质量功能展开中各阶段的各种不精确信息及多目标优化问题,将每个质量功能展开开发人员所提供的信息作为多属性证据推理的证据源,并将相关的推理算法拓展到群体证据源的合成中,获得一致性决策结果.建立了以客户满意度最大化、质量特性实现成本和质量特性实现难度最小化的多约束多日标优化模型,进而通过改进的非支配排序遗传算法获得质量特性实现水平Pareto的解集,并利用模糊优选法确定最佳解.以大型深冷式空气分离设备的研发为例,对所提方法进行了验证与说明.     

基于D-S证据理论的发动机信息融合故障诊断模型

建立了基于D-S证据理论的发动机信息融合故障诊断模型.通过油液光谱分析得到监测元素的浓度值、梯度值和比例因子,采用模糊综合评判法将其组合在一起作为光谱各元素的综合评价指标,同理得到铁谱磨粒总数和各磨粒综合评价指标.最后,利用故障诊断模型对所得的16个光谱、铁谱综合评价指标进行融合,提高了故障诊断的准确率,实现了发动机故障的准确诊断.     

基于QFD与TRIZ技术工具的产品概念设计方法

为消除产品概念设计过程中可能产生的二层问题的负面影响,提出了一种基于质量功能配置与创造性解决问题理论的三种技术工具综合的产品概念设计方法。该方法通过质量功能配置的质量屋分析确定需要改善的零部件;在对零部件进行负相关分析的基础上,应用创造性解决问题理论技术工具提出解决一对质量特性负相关的方案;然后通过多次循环的质量功能配置分析与创造性解决问题理论技术工具应用,预测可能产生的二层问题并降低其负面影响,进而形成有效的产品概念设计方案。通过在某全自动洗衣机研发过程中的实际应用,验证了该方法的有效性和实用性。     

基于多个质量屋信息的QFD多目标规划模型研究

提出了一个基于多个质量屋信息的质量功能配置线性优化模型,它能够辅助产品开发人员作出有效的决策,使所设计出的产品在有限的资源约束下能最大限度地满足目标顾客需求。该模型充分利用了不同质量屋中各个组成部分的信息,能够权衡、优化质量屋中存在的各种矛盾和冲突。研究表明,该模型是可行的和有效的。     

基于加权D—S证据理论信息融合的故障诊断方法及其应用

针对新产品因故障概率数据掌握不充分使其故障诊断较为困难的问题,提出了一种基于加权D—S证据理论多源信息融合的故障诊断方法。该方法采用D-S证据融合,解决了缺乏故障概率分布模型或准确数学分析无效的问题,引入加权Ds证据理论融合方法进行故障诊断,用历史故障估计的正确率作为确定信息源当前检测估计值的置信程度调整,实现了故障诊断的历史数据对当前诊断结果的修正。对新型船舶气象仪故障诊断结果表明,该方法在故障概率和故障经验知识掌握不充分时,实现故障诊断是非常有效的。     

TRIZ理论对QFD中问题的改进

通过研究TRIZ理论在QFD中的应用及发展现状,针对传统QFD技术仅能提出问题而不能解决问题的缺陷,研究提出了以QFD的质量屋为基础、以TRIZ理论为问题解决工具,改善传统QFD中的几个关键问题的方法,最后结合具体案例,实现了TRIZ理论在QFD中的应用。     

产品协同设计中的QFD方法研究

企业普遍采用客户、供应商、制造企业等多角色参与的产品协同设计,尤其是客户的参与。QFD是将客户需求知识转换为产品设计要素的常见方法,利用Lite-QFD软件并结合汽车实例实现了产品协同设计的QFD转换和质量屋视图。     

基于QFD的质量屋技术在冰箱设计中的应用

质量功能配置(QFD)利用质量屋将顾客需求转变成产品设计及制造需求.着重阐述了质量屋的生成过程,并以某企业所生产冰箱的客户需求为例,建立了评价模型,并在质量屋中构造相关要素矩阵以定量地确定用户需求,最后对质量屋可能存在的问题进行了分析.     

多源不确定性下基于证据理论的可靠性分析方法

针对同时存在随机、模糊和区间三种输入变量时的可靠性分析问题,提出了一种基于证据理论的统一可靠性分析方法。利用信息熵转化法,将模糊变量的隶属度函数转化为等效随机变量的概率密度函数;基于随机变量的区间化方法,将每个变量离散成有限个小区间,根据变量的概率密度函数求解各小区间的基本概率分配;利用证据理论进行可靠性分析,最终获得可靠度R的置信度Bel(R)和似真度Pl(R)。通过两个工程算例证明了该方法的可行性和有效性。     

基于模糊信息公理的产品功能需求优化方案选择

采用质量功能展开将顾客需求及重要度转化为产品功能需求及其重要度, 以信息公理为依据,选择信息量最小的功能需求配置方案。采用三角模糊数处理不确定性的质量功能展开信息,采用相对偏好关系分析进行质量功能展开计算,运用模糊信息公理计算定性功能需求的信息量。考虑功能需求间的非线性补偿关系,以总信息量最小化为目标建立0-1非线性规划模型。最后以某装载机功能需求方案规划为例,验证了所提出方法的有效性。     

A rough set enhanced fuzzy approach to quality function deployment

Quality function deployment (QFD) provides a systematic methodology to assist companies in developing quality products that are able to satisfy customer needs. The house of quality (HOQ), as the first phase of QFD, plays the most important role in product development. Frequently, fuzzy numbers are used to quantify the vagueness of linguistic terms so as to facilitate subjective assessments in the HOQ. However, the issue concerning how to determine the boundary intervals of fuzzy numbers remains unresolved. This work proposes a novel approach based on rough set theory, and introduces two concepts called rough number and rough boundary interval to address this issue. A comparative case study presented in this work shows that the proposed approach has significant advantages compared to the prevailing fuzzy number based method in processing subjective linguistic assessments in QFD.     

基于随机集理论的并发故障诊断信息融合方法

为了诊断并发故障,提出一种基于随机集理论的信息融合方法.首先构造包含并发故障的论域,并在此论域的超幂集上定义扩展型随机集.基于该随机集和广义集值映射给出证据组合规则的随机集模型,用其构造可以同时适用于单发和并发故障诊断的新型组合规则.此外,根据传感器提供的故障信息构造故障样板模式与待检模式的模糊隶属度函数,利用模糊集的随机集表示以及随机集似然测度,获得两种模式匹配的程度作为待融合的诊断证据.最后通过在电机柔性转子平台上的试验,证明了所提方法可有效地减少单一传感器信息诊断的不确定性,显著提高转子系统故障诊断的精度.     

神经网络与 D-S 证据理论融合的液压系统故障诊断方法

针对液压驱动火箭炮随动系统故障类型的多样性以及故障信息不确定性等问题,提出了证据理论与神经网络综合集成的故障诊断方法。为克服单一神经网络自身的缺点,在普通节点处建立2个改进神经网络模型来简化网络结构,分别以铁谱数据和压力、流量、温度特征参数作为输入向量进行初始故障诊断,并将诊断结果作为证据理论的基本概率分配,从而实现了赋值的客观化。然后,利用 D-S 证据理论对2个改进神经网络的初始诊断结果进行融合。实验结果表明：该方法避免了神经网络识别时的误诊,提高了液压驱动的火箭炮随动系统故障诊断的准确性。     

Improved information fusion approach based on D-S evidence theory

Conventional D-S evidence theory has an unavoidable disadvantage in that it will give counter-intuitive result when fusing high conflict information. This paper proposes an improved method to solve this problem. By reassigning weight factors before fusing, the method can give reasonable results especially when the initial weight factors of conflict evidences are almost equal. It gives an adjustable factor to adjust the reassigning force. An example is given to illustrate these advantages. This paper was recommended for publication in revised form by Associate Editor Eung-Soo Shin Rui Sun, PhD candidate. He received M.E. in mechatronics engineering from University of Electronic Science and Technology of China. He is currently a Ph.D. candidate in School of Mechatronics Engineering, University of Electronic Science and Technology of China. His research interests include system reliability analysis and mechanical fault diagnosis. Hong-Zhong Huang is a full professor and the Dean of the School of Mechanical, Electronic, and Industrial Engineering at the University of Electronic Science and Technology of China, Chengdu, Sichuan, China. He has held visiting appointments at several universities in Canada, USA, and elsewhere in Asia. He received a Ph. D. degree in Reliability Engineering from Shanghai Jiaotong University, China. His current research interests include system reliability analysis, warranty, maintenance planning and optimization, and computational intelligence in product design. Dr. Qiang Miao obtained B.E. and M.S. degrees from Beijing University of Aeronautics and Astronautics and Ph.D. degree from University of Toronto. He is currently an associate professor of the School of Mechanical, Electronic, and Industrial Engineering, University of Electronic Science and Technology of China, Chengdu, Sichuan, China. His current research interests include machinery condition monitoring, reliability engineering, and maintenance decision-making.     

基于质量功能配置的软件系统开发

介绍了质量功能配置设计方法 ;基于该方法 ,以 Windows环境下的 Power Builder语言为工具 ,对质量功能配置中的质量屋开发了可视化的软件系统 ,详细介绍了软件系统并给出了实例