中北大學(xué) 蘆 斌 姚竹亭

1.引言

在發(fā)電機故障診斷中，故障多種多樣，而每種故障信息之間又存在著冗余性和相關(guān)性，針對某一個故障信息進行分析已滿足不了對故障分析的可靠性。目前還沒有哪種單一傳感器對被測對象的狀態(tài)進行完全可靠的描述，所以采用多傳感器進行綜合的診斷，已成為當(dāng)前的趨勢。

采用多傳感器進行測量師，由于測得信息量很大，各測點提取的故障征兆必然存在著隨機性和矛盾性。若將大量的高維信息輸入同一個神經(jīng)網(wǎng)絡(luò)處理的話，必然會導(dǎo)致診斷時間過長，效果變差等失真結(jié)果。為避免這種情況出現(xiàn)，提出了BP神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論結(jié)合的綜合診斷方法。首先對個測點的信號進行神經(jīng)網(wǎng)絡(luò)的局部診斷，這就將所測得高維信息分解成了低維的信息，而后將各神經(jīng)網(wǎng)絡(luò)局部診斷結(jié)果利用D-S理論進行決策級融合，最終得到綜合的診斷結(jié)果。

2.數(shù)據(jù)融合的發(fā)電機故障診斷模型

本文利用BP神經(jīng)網(wǎng)絡(luò)和D-S理論對發(fā)電機進行綜合的故障診斷，首先將個測點的信號進行BP神經(jīng)網(wǎng)絡(luò)局部診斷，對所有的局部診斷數(shù)據(jù)進行歸一化，并對其進行決策級的D-S理論融合，得到準(zhǔn)確的故障信息。

具體方法如下：

假設(shè)在故障征兆域S中，bel1對應(yīng)第一通道神經(jīng)網(wǎng)絡(luò)的結(jié)果，bel2對應(yīng)第二通道神經(jīng)網(wǎng)絡(luò)的結(jié)果，以此類推，每個信任函數(shù)的焦點元素都對應(yīng)不同神經(jīng)網(wǎng)絡(luò)目標(biāo)診斷結(jié)果，所有診斷結(jié)果構(gòu)成辨別框架，對每個通道的神經(jīng)網(wǎng)絡(luò)輸出值進行歸一化處理，作為各焦點元素的基本概率分配mi,j，其中i=1, 2 ,…n,j=1,2,…p,n作為通道數(shù)，p為故障模式分類數(shù)，即焦元數(shù)，最后利用D-S理論的證據(jù)聯(lián)合規(guī)則得到最終結(jié)果mn(j)。如圖1所示。

3.BP神經(jīng)網(wǎng)絡(luò)局部診斷

本文采用BP神經(jīng)網(wǎng)絡(luò)對發(fā)電機先進行局部的診斷，根據(jù)從各測量的數(shù)據(jù)信息利用BP神經(jīng)網(wǎng)絡(luò)逐個對其進行診斷，并進行歸一化處理，從而判斷故障情況。在進行局部診斷時，為了使相同數(shù)據(jù)間具有可比性，對采集的數(shù)據(jù)信息進歸一化處理，歸一化公式如下：

神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)確定一個含有33個神經(jīng)元的三層網(wǎng)絡(luò)，每個層的個數(shù)為10，18和5。創(chuàng)建符合要求的BP神經(jīng)網(wǎng)絡(luò)：

圖1 發(fā)電機故障診斷模型

令P表示網(wǎng)絡(luò)輸入樣本向量，T表示網(wǎng)絡(luò)的目標(biāo)向量

創(chuàng)建該BP神經(jīng)網(wǎng)絡(luò)的程序為：

訓(xùn)練網(wǎng)絡(luò)的程序為：

該網(wǎng)絡(luò)訓(xùn)練結(jié)果為：

4.D-S證據(jù)理論決策融合診斷

本文中將BP神經(jīng)網(wǎng)絡(luò)的局部診斷結(jié)果轉(zhuǎn)化為證據(jù)理論模型，設(shè)信任函數(shù)ibel對應(yīng)第i測點的判斷結(jié)果，i=1,2,…5,5個信任函數(shù)的焦點元素都是A1,A2,…A5，這些不同的故障模式構(gòu)成了分辨框θ，即bel1,bel2,bel3,bel4,bel5有共同的分辨框。

表1 第一次與第二次測量數(shù)據(jù)融合結(jié)果

表2 數(shù)據(jù)最終融合結(jié)果

將神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差作為不確定因素，將網(wǎng)絡(luò)節(jié)點的輸出作歸一化處理，作為各焦點元素的基本概率值，計算公式為：

由于A1,A2,…A5中狀態(tài)相互獨立，所以有：

AiAj=Φ(Φ是空集，i≠j)，第一次的局部診斷數(shù)據(jù)排成橫排，第二次的數(shù)據(jù)成豎排，再用D-S合并規(guī)則計算表中的各欄，可以得到其融合的結(jié)果；用融合的結(jié)果再與第三次局部診斷數(shù)據(jù)融合，即可得最終的結(jié)果，如表1，2所示。

從表2可以看出，經(jīng)過數(shù)據(jù)融合的結(jié)果與理想目標(biāo)輸出比較接近，誤差滿足實際需求，從而證明了BP神經(jīng)網(wǎng)絡(luò)和D-S理論綜合診斷方法的實效性。

5.結(jié)論

針對多傳感器數(shù)據(jù)融合發(fā)電機故障特點，提出了將神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論相結(jié)合的綜合診斷思路，設(shè)計了診斷模型，利用BP神經(jīng)網(wǎng)絡(luò)進行局部診斷，然后采用D-S證據(jù)理論對局部診斷進行決策級融合，得到的結(jié)果基本滿足實際需求，證明BP神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論相結(jié)合的發(fā)電機故障綜合診斷方法的實效性。

[1]郝紅勛.人工神經(jīng)網(wǎng)絡(luò)在航空發(fā)電機故障診斷中的應(yīng)用[J].2006,03,18.

[2]王江萍.神經(jīng)網(wǎng)絡(luò)信息融合技術(shù)在故障診斷中的應(yīng)用[J].石油機械,29,8:27-30.

[3]劉懷國,吳陳,張冰.D-S證據(jù)理論在多傳感器數(shù)據(jù)融合中的應(yīng)用[J].華東船舶工業(yè)學(xué)院學(xué)報,200l,15,3:20-25.

[4]耿立恩,潘旭峰,李曉雷.Dempster—Shafer證據(jù)理論在數(shù)據(jù)融合中的應(yīng)用[J].北京理工大學(xué)學(xué)報,1997,17,2:198-203.