1、第 4卷第 1期 智 能 系 統 學 報 Vol . 4 . 12009年 2月 CAA I Transacti ons on I ntelligent Syste m s Feb . 2009一種基于多傳感器信息融合的故障診斷方法馬大中 , 張化光 , 馮 健 , 劉金海(東北大學 信息科學與工程學院 , 遼寧 沈陽 110004摘 要 :, 進行診斷 . 增加系統判斷的 準確性 . .關鍵詞 :D 2S 證據理論 ; ; :. :167324785(2009 0120072204A fault di a gnosis method based on multi 2sensor i n fo

2、r mati on fusi onMA Da 2zhong, ZHANG Hua 2guang, FENG J ian, L IU J in 2hai(College of I nfor mati on Science and Engineering, Northeastern University, Shenyang 110004, China Abstract:A t p resent, there are high m isinf or mati on rates and m issing report rates in leakage testing and warning syste

3、 m s f or oil and gas p i pelines . Thus, a method using multi 2sens or inf or mati on fusi on t o conduct diagnosis was p r oposed in this paper . I n the p r ocess of inf or mati on fusi on, we t ook advantage of weighted fusi on t o increase the accuracy of syste m judg ment, since the characteri

4、stic para meters of different sens orswere distinct . Experi m ental re 2sults showed the effectiveness of the method .Keywords:D 2S evidence theory; fault diagnosis; multi 2sens or; infor mati on fusi on收稿日期 :2008211207.基金項目 :國家自然科學基金資助項目 (60534010, 60572070,60521003, 60774093 .通信作者 :馬大中 . E 2mail:

5、madz madz4230g mail . com. 近些年來工業控制領域的故障診斷一直是人們 關注的熱點 , 管道運輸作為與鐵路 、 公路 、 航空 、 水運 并駕齊驅的五大運輸業之一也越來越受到人們的關 注 . 但是隨著管線的增多 , 管齡的增長以及難以避免 的腐蝕和破壞 , 管道事故頻頻發生 , 造成嚴重的資源 浪費和環境污染 , 不僅給國家帶來巨大的經濟損失 還污染了環境 , 甚至可能帶來重大的人身傷亡 . 由于 管段間距較長 、 巡線覆蓋率不夠 、 故障點隱蔽等原 因 , 往往難以預先發現事故隱患或及時找到泄漏地 點 , 致使損失擴大并增加了更嚴重事故發生的風險 . 目前比較流行的檢

6、測方法有質量流量平衡法 、 壓力 分布法 、 負壓波法 、 聲波法和瞬變流模型法 . 這些方 法的主要問題是靈敏度不夠高 , 誤報警次數過多 , 存 在漏報的現象 . 多傳感器信息融合123是指協調使用多個傳感器 , 將多個不同類型傳感器所提供的不 完整信息加以綜合 , 消除多傳感器信息之間可能存 在的冗余和矛盾 , 并加以互補 , 降低其不確定性 , 獲 得對物體或環境一致性的描述過程 .在實踐中人們發現 , 僅僅只利用單一方面的故 障特征信息進行故障診斷 , 由于設備故障復雜多樣 , 具有不確定性 , 至使在許多情況下得出的診斷結果 并不可靠426. 因此 , 只有綜合合理利用系統多個方面

7、的故障特征信息即信息融合 , 降低診斷的不確定 性 , 才能實現對設備全面與準確地診斷 .1 Demp ster 2Shafer (D 2S 證據理論D 2S 證據理論7根據事件發生后的結果 (證據 , 探求事件發生的主要原因 (假設 . 對于具有主觀不確定性判斷的多屬性診斷問題 , D 2S 證據理論是一個融合主觀不確定性信息的有效手段 . 在設備 的故障診斷中 , 若干個可能的故障產生一些癥狀 , 每 個癥狀下各故障都可能有一定的發生概率 . D 2S 證 據理論中 , 用信度函數表達概率的大小 , 通過多傳感 器測試被診斷對象 , 得出每一傳感器測得的癥狀屬 于各類故障的信度函數 , 然

8、后運用 D 2S 組合規則進 行信息融合 , 得到融合后癥狀屬于各類故障的信度 函數 , 最后根據一定的準則確定故障類型 .2 管道的故障診斷2. 1 系統的組成和數據融合原理圖 1是本系統所采用的多傳感器融合系統的結構框圖 , 首先利用聲波傳感器 , 壓力傳感器和流量傳 感器測出管道運行的參數 , 然后運用小波分析的方 法 , 提取出這些傳感器信號的適當特征值來辨識設 備的運行狀態 , 然后結合識別框架中各個命題的特 點 , 確定證據體的基本可信度分配 , 并用 D 2S 證據理 論的聯合規則聯合每個傳感器的測度函數分配 , 形 成加權融合的測度函數分配 . 果 , , .圖 1 系統結構框

9、圖Fig . 1 The bl ock diagra m of the syste m2. 2 多傳感器數據融合算法首先構造系統的命題集 , 即系統的識別框架 , 在 管道的泄漏診斷過程中 , 確定的識別框架為 泄漏 , 存在第三方破壞活動 , 無異常 .然后結合識別框架 中各種運行狀態的特點 , 構造各種特征子集 , 并進一 步構造特征空間 . 2. 2. 1 信號的預處理應用一種新的基于信號最小平方峭度為代價函 數的盲源解耦算法對采集上來的聲波信號 、 壓力信 號及流量信號進行處理 . 該代價函數為估計誤差信 號峭度的平方 :J LSK e (k =(Kurt e (k 2.(1其中 :e

10、 (k 為誤差函數 , Kurt e (k 為返回數據集 的峰值 . 該代價函數具有多種性能 , 包括 :1 關于估 計誤差信號 e (k 對稱 ; 2 具有全局最小值 ; 3 有效 抑制高斯噪聲 . 利用盲源解耦技術對信號處理可以 實現信息的增值 , 有助于過程檢測信號的降噪 、 奇異 性檢測和泄漏故障特征提取 . 利用小波變換 , 提取所 采集信號的故障特征參數 , 并根據這些故障特征參數構造證據體子空間 E . 2. 2. 2 信號的局部診斷把證據體 E 所包含的元素看成是一個特征向 量 X =x 1i , x 2i , , x Ni i , 而把識別框架中的命題所對 應的證據體的各元素

11、的標準特征值看成是標準特征 向量 Y ji =y 1ji , y 2y i , , y Ni ji , 其中 i =1, 2, , N , j =1, 2, , M , 則未知特征向量 X i 與標準特征向量 Y ji 的 Manhattan 距離為d ij (X i , Y ji = N ik =1|x k i -y kji |.(2由此得到證據體的輸出與各命題之間的距離矩陣為D =d 11d 12 d 1M d 21d 22 d 2M d N 1d N 2d .(3可以看出矩陣 D 的行表示某證據體提供的信息與 故障信息之間的距離 . 由于距離越小 , 相關性越大 , 故令 p ij =1

12、/d ij , 得到矩陣 :37 第 1期 馬大中 , 等 :一種基于多傳感器信息融合的故障診斷方法 P =p 11p 12 p 1M p 21p 22 p 2M p N 1p N 2p .(4矩陣 P 的行可看作是證據體對各故障所賦予的基 本可信度分配函數值 .由于在一段管線上安放了多對聲波傳感器 , 所以 在進行完聲波可信度函數分配以后 , 需要對可信度函 數進行處理 , P s =max(P si , i =1, 2, , n, 其中 P si 聲波傳感器的可信度函數 . . 2. 2. 3 , 壓力以及流量信號的功效 不同 , 聲波信號主要是用來判斷是否存在第三方破 壞活動 , 壓力信

13、號用來判斷是否存在泄漏 , 而流量信 號僅僅是用來輔助判斷的 , 所以各個信號在判斷過 程中所起的權重并不一樣 . 聲波信號在判斷是否存 在第三方的破壞活動時 , 比較準確 , 所以相應的在聲 波信號的加權分配過程中 , 預警的判斷權重應該加 大 . 同樣 , 在判斷是否泄漏時壓力信號的權重就應該 大一些 . 綜上所述調整各個采集信號所獲得的基本 可信度調整公式如下 :m (A w i m (A 1- B w im (B A 0, A =0.(5其中 :m (A 與 m (B 是關于 A 和 B 的基本置信指 派 , w i 為相互連接的權值 .定義 1 設 Bel 1, Bel n 是同一識

14、別框架 上 的信度函數 , m 1, , m n 是對應的基本可信度分配 , 如果 Bel 1 Bel n 存在 , 那么由下式定義的函數m 2 0, 1稱為合并后的基本可信度分配 .m (A 0 A = , A n =A Nn =1m n(A n A n = Nn =1mn(A n A .(6其中 A n =A Nn =1w imn (A n 表示所有符合 A 的加權置信度的求和 . A n = Nn =1w imn(A n 表示的是加權歸一化因子 , 即去掉不確定性后的總的概率分布 .利用 D 2S 合成規則計算所有證據體聯合作用下 的基本可信度分配和信度區間 . 2. 2. 4 診斷決策

15、原則我們采取的是決策層的數據融合 . 在得到證據 識別框架 中所有命題的信度區間和證據的不確 定性 m ( 后 , 可以由一下的規則確定出診斷的結 論 F d :1:Bel (F c j :F c -i ,(F c -m ( , R 且 0;規則 3:m ( 0. 規則 1表明診斷結論是具有最大可信度的命 題 ; 規則 2說明診斷結論的可信度必須比其它的命 題的可信度和證據的不確定性大 ; 規則 3表明證 據的不確定性必須小于 . 其中 和 根據實際的 情況確定 .3 實 驗用某油田 100組有特點的存在第三方破壞活動 和泄漏的數據與 100組波動比較大但屬于正常范圍 的數據分別應用負壓波法

16、, 聲波法和所提出的方法 進 行 實 驗 . 實 驗 數 據 的 壓 力 數 值 的 范 圍 為 0. 15MPa .表 1 實驗結果對比Table 1 The co m par ison of exper i m en t results %指標 負壓波法聲波法本文方法誤報率 25227漏報率581 從以上的結果對比中 , 可以看到用本文的方法 對系統進行檢測 , 可以有效地降低系統的誤報率和 漏報率 , 提高了系統的魯棒性 . 在實驗的過程中 , 對 系統的反應時間也做了記錄 , 3種方法之間的差別 很小 , 反應時間基本一致 .4 結束語針對管道的預警與泄漏的問題 , 提出一種基于 多傳

17、感器的信息融合的預警與泄漏診斷方法 . 該方 法依據加權證據理論 , 分析融合診斷組建時應遵循 的原則 , 客觀體現了不同來源的證據對識別框架中 真子集具有不同的可靠性和權威性這一普遍事實 , 47 智 能 系 統 學 報 第 4卷保證了各特征域故障診斷過程中存在的不確定性經 過融合后能夠最大限度相互削弱 , 從而降低了故障 診斷的不確定性 , 同時最大限度的利用了已知信息 增強了系統的容錯性 . 同時從實驗的結果來看 , 該方 法的故障診斷的準確率明顯的提高 , 充分地驗證了 該融合方法的有效性 .參考文獻 :1NI U Gang, W I D ODO A, S ON J D, et al

18、. Decisi on 2level fu 2 si on based on wavelet decompositi on f or on fault diagnosis using J .Syste m s (3.2BASIR O, fault diagnosis based on multi 2mati on fusi on using De mp ster 2Shafer evidence theory J .I nf or mati on Fusi on, 2007, 8(4 : 3792386.3F AN Xianfeng, Z UO M J. Fault diagnosis of

19、machines based on D 2S evidence theory . Part 1:D 2S evidence theory and its i m p r ovement J .Pattern Recogniti on Letters, 2006, 27(5 :3662376.4譚 青 , 向陽輝 . 加權證據理論信息融合方法在故障診 斷中的應用 J .振動與沖擊 , 2008, 27(4 :1122116. T AN Q ing, X I A NG Yanghui . App licati on of weighted evi 2 dential theory and its

20、infor mati on fusi on method in fault di 2 agnosisJ .Journal of V ibrati on and Shock, 2008, 27(4 : 1122116.5胡曉明 , 岳小云 . 基于證據理論數據融合的故障診斷研 究 J .流體傳動與控制 , 2008, 26(1 :12214.HU Xiaom ing, Y UE Xiaoyun . Study on data fusi on fault di 2 agnosis based on evidential theoryJ .Fluid Power Trans 2m issi on and Contr ol, 2008, 26(1 :12214.6黃志彥 , 張柏書 , 于開山 , 等 . D 2S 證據理論據融合算法 在某系統故障診斷中的應用 J .電光與控制 , 2007, 14 (2 :1462149.HUANG Zhiyan, ZHANG Bai