基于D-S證據(jù)理論的信息融合及在可靠性數(shù)據(jù)處理中的應(yīng)用研究.pdf

1、隨著科學(xué)技術(shù)的突飛猛進(jìn)，現(xiàn)代設(shè)備和產(chǎn)品朝著大型化、高速化、精密化、一體化的方向快速發(fā)展。由于這些設(shè)備和產(chǎn)品與人類社會發(fā)展及人民生活的聯(lián)系日益緊密，設(shè)備與產(chǎn)品的可靠性越來越受到重視，對可靠性的要求也越來越高。
　　可靠性工程是一個覆蓋設(shè)備和產(chǎn)品全生命周期的系統(tǒng)工程?？煽啃栽O(shè)計、可靠性分配、可靠性評估、可靠性預(yù)計、可靠性管理等，都是可靠性工程的范疇。通過幾十年的發(fā)展，現(xiàn)在已經(jīng)形成了一整套的可靠性工程方面的理論與方法。傳統(tǒng)的可靠性工作是

2、基于可靠性數(shù)據(jù)的，通過收集的數(shù)據(jù)，運(yùn)用以概率論為基礎(chǔ)的理論與方法進(jìn)行分析。
　　但是，在對一些大型、高精密、復(fù)雜設(shè)備進(jìn)行可靠性分析時，卻面臨可靠性數(shù)據(jù)缺少的問題。造成可靠性數(shù)據(jù)缺少的原因主要包括設(shè)備本身的高可靠以致可以收集到的失效數(shù)據(jù)較少，設(shè)備的高成本以致無法進(jìn)行壽命實驗收集失效數(shù)據(jù)，設(shè)備的結(jié)構(gòu)復(fù)雜以致可靠性實驗的進(jìn)行比較困難，前期可靠性工作的缺失以致可靠性數(shù)據(jù)積累不足。
　　可靠性數(shù)據(jù)不足稱為小樣本，小樣本無法從概率層面上

3、反映設(shè)備的失效規(guī)律。在小樣本情況下，仍然采用以概率論為基礎(chǔ)的可靠性理論與方法進(jìn)行分析與處理，得到的結(jié)果將無法讓人信服。
　　其實，在設(shè)備和產(chǎn)品的整個生命周期中，除了實驗和現(xiàn)場收集的失效數(shù)據(jù)外，還有很多的數(shù)據(jù)和信息可以在一定程度上和一定層面上反映設(shè)備和產(chǎn)品的可靠性特性。在可靠性數(shù)據(jù)缺少的情況下，如果能將這些數(shù)據(jù)和信息進(jìn)行綜合利用，得到的結(jié)論將比只利用可靠性數(shù)據(jù)得到的結(jié)論更有說服力。
　　本文以反映設(shè)備和產(chǎn)品可靠性特性的這些數(shù)據(jù)

4、和信息的綜合利用為契機(jī)，采用以 D-S證據(jù)理論信息融合的方法對這些數(shù)據(jù)和信息進(jìn)行分析，以期得到更能反映設(shè)備和產(chǎn)品可靠性水平和特性的結(jié)論。
　　本文的主要內(nèi)容如下：
　?。?）針對現(xiàn)在普遍使用的帶權(quán)限的D-S證據(jù)理論融合算法在證據(jù)出現(xiàn)較大沖突時，如果證據(jù)權(quán)限處于特殊狀態(tài)，融合結(jié)論與常規(guī)思維推理結(jié)論相悖的問題，通過對證據(jù)之間沖突情況的分析，采用集群效應(yīng)的方法，消弱“壞”對最后融合結(jié)論的影響。根據(jù)整體沖突程度進(jìn)行融合權(quán)限的再分配。

5、用數(shù)值算例對原融合算法和改進(jìn)后的融合算法的融合結(jié)論進(jìn)行比較分析。
　?。?）D-S證據(jù)理論融合算法研究。當(dāng)辨識框架的維數(shù)和證據(jù)數(shù)量增加的時候，融合計算量將顯著增加，特別是在融合過程中加入了權(quán)限之后，計算復(fù)雜度也會顯著增加，這給工程上應(yīng)用D-S證據(jù)理論融合算法進(jìn)行信息快速融合帶來了困難。針對這一問題，通過向量空間分析，將辨識框架的可能假設(shè)轉(zhuǎn)化成向量空間中相互垂直的方向，利用向量空間中向量的相加來處理證據(jù)融合問題。
　　（3）針

6、對D-S證據(jù)理論融合算法應(yīng)用中，基本概率分布的確定時，采用統(tǒng)計數(shù)據(jù)構(gòu)造會忽略掉原始統(tǒng)計數(shù)據(jù)的分布信息問題，將數(shù)據(jù)分布信息納入到融合算法中，通過評價融合結(jié)論的分布情況來評定融合結(jié)論的可信度，并為多層信息融合提供層次間基本概率分配（Basic Probability Assignments，BPAs）和分布信息傳遞方法。
　?。?）針對可靠性數(shù)據(jù)處理中的壽命數(shù)據(jù)回歸分析中原始數(shù)據(jù)出現(xiàn)明顯的分組狀況，將分組情況所包含的信息納入到融合過程

7、中，提出了樣本特征預(yù)處理方法(Sample CharacterPreprocess Method，SCPM)。在此基礎(chǔ)上提出了可靠性數(shù)據(jù)和信息融合框架。
　?。?）以某柴油發(fā)動機(jī)渦輪增壓器的FMECA分析中的風(fēng)險評估問題為例，在可靠性數(shù)據(jù)缺少的情況下，以專家評判信息為基礎(chǔ)，用風(fēng)險優(yōu)先數(shù)的方法進(jìn)行風(fēng)險評價和排序。分別用 D-S證據(jù)理論、向量空間分析為基礎(chǔ)的簡便融合方法和可靠性信息融合框架方法進(jìn)行計算分析，結(jié)果表明，在工程實際中，信息