多源信息融合与智能诊断技术2011-08-01 16：03疾病是非常复杂的生命
现象，认识疾病是一门古老而年轻的科学，如今人们可以通过五官及仪器获得
大量的生命信息，但要通过这些生命信息对个体从整体上评估其健康状态，不
论从理论还是实践上都是困难的。以下就多源信息融合与设备故障诊断技术摘 录一些文献，以开阔视野。
一、智能诊断技术
[李云松，任艳君.智能诊断技术发展综述[J].四川兵工学报.2010,31(4)：122-125.]
就设备故障而言，当1个系统的状态偏离正常状态时，就称该系统发生了
故障，此时系统可能完全也可能部分丧失其功能。故障诊断就是寻故障原因
的过程，包括状态检测、故障原因分析及劣化趋势预测等内容[樊友平，黄席樾.智能诊断技术的发展和思考[J].自然辩证法研究,2001,17(2)：42-46.]。智能
故障诊断技术由于可模拟人类的逻辑思维和形象思维，将人类各种知识融入诊
断过程，故可实现对大型复杂设备的实时、可靠、深层次和预测性故障诊断[左万里，武小悦.电子设备智能故障诊断技术发展综述[J].系统工程与电子技
术,2003,12(25)：1572-1574.]，获得的诊断信息就能准确地对诊断对象的状态进行识别和预测。因而智能故障诊断技术受到了普遍重视。
智能诊断技术是在计算机和人工智能的基础上发展起来的，是一门集数学、物理、化学、电子技术、计算机技术、通讯技术、信息处理、模式识别和人工
智能等多学科于一体的综合性技术，他的出现为提高现代复杂工程技术系统的
可靠性开辟了一条新的途径[王耀才.智能故障诊断技术的现状与展望[J].徐州
建筑职业技术学院学报,2003,3(1)：37-39.]。
智能诊断系统是由故障诊断领域的专家，能模拟脑功能的硬件、外部设备、物理器件以及支持这些硬件的计算机软件所组成的系统[王志毅，谷波，黎远光.
智能故障诊断技术在空调制冷领域的应用和发展展望[J].现代机械,2003(3)：
拉弗曲线
1-4.]，该系统以对诊断对象进行状态识别与状态预测为目的。
1智能诊断方法
希克
拉瓦锡之死智能诊断技术是在计算机和人工智能的基础上发展起来的，所以其在工程
落叶的忧伤实现中主要是组成以计算机为主体的智能诊断系统，他有单机模式、分布式模式、网络化模式3种结构模式。其方法主要有：基于专家系统的诊断方法、基
于模糊逻辑的诊断方法、基于神经网络的诊断方法以及基于模糊粗糙集的诊断
方法等[王永庆.人工智能原理与方法[M].西安：西安交通大学出版社,2003.]。
1.1基于专家系统的诊断方法
专家系统故障诊断方法是在计算机采集被诊断对象的信息后，综合运用各
种规则，进行一系列推理，必要时还随时调用各种应用程序，运行过程中向用
户索取必要的信息后，快速地到最终故障或最有可能的故障，再由用户来证
实的一种方法。主要由6部分组成：知识规则库、数据库、推理机、解释机构、故障查询机构和人机接口[周德泽，袁南儿，应英.计算机智能监测控制系统的设
计及应用[M].北京：清华大学出版社,2002.]。其内部具有某个领域专家的知识和经验，能够利用人类专家的知识和解决问题的方法来解决问题。专家系统解
决的问题一般没有算法解，且往往在不完全信息的基础上进行推理、做出结论，故速度快、实时性强。该方法是人工智能理论在故障诊断领域中最成功的应用，也是目前故障诊断领域最常用的方法。
1.2基于模糊逻辑的诊断方法
模糊逻辑是用来描述、处理自然界和人类社会中不精确、不完整信息的数
学工具。由于在设备的运行过程中，故障的发生是一个渐变的过程，会出现一
些处于完好与故障之间的中间状态，设备表现出来的征兆也是如此，因而设备
的各种征兆和各种故障应该是一个模糊值[吴今培.智能故障诊断与专家系统[M].北京：科学出版社.1997.]，不能用"是否有故障"的简易诊断结果来表示，而要求给出故障产生的可能性及故障位置和程度。但此类问题用模糊逻辑能较好地
解决，这就产生了模糊故障诊断方法。
在模糊诊断中，主要涉及到选择何种诊断矩阵进行模糊运算，以及选择使用何种原则来确定诊断对象所具有的故障。这种方法的最大特点是其模糊规则库可直接利用专家知识构造，能充分运用和有效处理专家的语言知识和经验，因此计算简单，应用方便，结论明确直观。一个设计较好的模糊逻辑系统可以在任意精度上逼近某个非线性函数，具有良好的性能。但另一方面，由于模糊规则库是人为构造的，含有一定的主观性；此外，其对特征元素的选择也有一定的要求，如选择不合理，诊断结果的准确性会下降，甚至会造成诊断失败。
1.3基于神经网络的诊断方法
诊断实质上是一种模式分类和识别问题[蒋瑜，陈循，罗护.基于神经网络的智能故障诊断技术研究综述[J].设备管理与维修,2001(3)：28-30.]。神经网络作为一种自适应的模式识别技术，并不需要预先给出关于模式的先验知识和判别函数，而是通过自身的学习机制自动形成所要求的决策区域，具有并行分布处理能力，以及自组织、自学习、自适应能力和联想记忆功能等。他能够充分利用状态信息，对来自不同状态的信息逐一训练获得某种跳射关系，从而用于处理模糊的、随机的、不完整的信息，并可通过故障实例和诊断经验知识进行训练和学习，把故障诊断的知识存储于网络的连接权中。当环境改变时，这种映射关系还可进行自适应调整，以求对对象的进一步逼近，实现输入征兆与故障间的非线
网络孔子学院
性映像，出解决那些用传统模式识别方法难以圆满解决的问题，因此，故障诊断是人工神经网络的重要应用领域之一。
模式识别的神经网络诊断过程如图3所示，主要包括学习训练与诊断匹配2个过程，其中每个过程都包括预处诊断理和特征提取2部分[安治永，李应红，苏长兵.航空电子设备故障诊断技术研究综述[J].电光与控制,2006,13(3)：5-10.41.]。
1.4基于模糊粗糙集的诊断方法[张文修，吴伟志，梁吉业.粗糙集理论与方法[M].北京：科学出版社,2003.
王海珍，廉佐政.基于模糊集和粗糙集理论的故障诊断方法的研究[J].齐齐哈尔大学学报,2006,22(1)：38-40.]
模糊集是美国学者L·A·Zadeh于1965年在"Information and Control"上首先提出的概念，而粗糙集则最早由波兰数学家Z·Pawlak在1982年提出，这2个集合都用于处理不确定和不精确信息。虽然他们的侧重点有所不同，但他们之间却是互为补充的关系，而不是互相排斥的。随后，Pawlak Dubois提出的模糊粗糙集模型，解决了粗糙集理论只能处理离散值的缺点，因此模糊粗糙集不仅可以处理离散属性，还可有效地处理连续属性。模糊粗糙集模型引入了模糊逻辑中置信水平的概念，在故障诊断中，根据置信水平的不同，可得到包含不同规则数目的知识库，这有利于对知识的存储管理，且对降低知识系
统中的组合爆炸也有重要意义。
变线人生但模糊粗糙集理论本身还不十分成熟，尚需进一步完善，而且对他的某些应用还只是处于探讨和实验阶段，距离工程实际还有差距。随着粗糙集理论、模糊集理论与人工智能的结合，理论研究和工程应用方面的工作量将有望大大减少。
1.5多传感器信息融合故障诊断方法[朱大奇.电子设备故障诊断原理与实践[M].北京：电子工业出版社,2004.]
信息融合又称多传感器信息融合，其原理是利用计算机技术将来自多传感器或多源的信息和数据，在一定准则下加以自动分析、综合以完成所需要的决策和估计，从而得出更为准确的结果。信息融合的级别可分为：数据级、特征级和决策级。多传感器信息融合为解决复杂系统故障诊断的不确定性问题提供了一条新的路径，这是由信息融合的多维信息处理方式决定的，他可消除不同监测方法的局限性、矛盾性和不协调性。
概括起来，多信息融合技术在故障诊断方面的应用主要包括以下几点：①对多传感器形成的不同信道的信号进行融合；②对同一信号的不同特征进行融合；③对不同诊断方法得出的结论进行融合。融合诊断的最终目标就是利用各种信息提高诊断的准确率。目前，信息融合故障诊断方法主要有Bayes推理、模糊融合、D-s证据推理及神经网络信息融合等。
二、基于信息融合故障诊断
[景涛.基于信息融合技术的故障诊断方法综述[J].四川兵工学
报.2009,30(7)：127-129.],[朱大奇，刘永安.故障诊断的信息融合方法[J].控制与决策.2007,22(12)：1321-1328.]
随着科学技术的进步，非线性、时变性、大滞后性、模糊性和不确定性逐渐成为受控对象的主要特征，故当系统发生故障时，常常表现出多种故障征兆.因此，仅仅依靠单一的理论方法和信息就难于对故障做出精确诊断，这使得在对这些复杂系统进行工况监测与故障诊断时，出现令人难以接受的高几率状态辨识虚警、漏报等现象.
信息融合的基本原理和出发点是：充分利用多个信息源，通过对它们及其提供信息的合理支配和使用，把多个信息源在空间或时间上的冗余或互补信息按照某种准则进行组合，以获得对被测对象的一致性解释或描述，从而使该信息系统获得比它各组成部分子集所构成的系统更优越的性能.将多传感器的信息融合技术应用于故障诊断系统，可提高系统故障的诊断精度，并在一定程度上获得精确的状态估计，从而能改善检测性能，增加诊断结果的置信度，同时能充分利用传感器资源，最大限度地发挥调度系统和提高信息资源的利用率.
1基于多尺度融合估计的故障诊断方法
基于状态的估计方法以处理残差序列为基础，通过增强故障特征并进行提取、分离以达到FDD的目的.在工程实践中，利用多传感器观测目标对象时，测量信息往往是在不同尺度或分辨率上得到的，同时有一些信息还无法通过仪器仪表测量得到，而这些测量无法得到的信息可以通过融合估计出来.在多传感器数据融合估计理论研究中，需分析两类问题，一是各传感器同步对目标进行测量，并同步将数据传送到融合中心，即同步融合问题；二是各种不同的传感器具有不同的采样速率，以及不同的传感器固有延迟与通信延迟，都会产生异步多传感器数据融合.近年来基于多传感器数据融合估计的算法主要有多尺度系统理论方法和滤波器设计方法.
2基于智能诊断技术的故障诊断方法
随着智能技术的迅速发展，知识工程、专家系统和人工神经网络等技术在故障诊断领域中获得了进一步应用.目前，基于智能诊断技术的信息融合故障检
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议