基于粗糙集和改进D-S证据理论的故障诊断方法

摘要

针对大型设备传感器数据存在的冲突、模糊、不确定等问题,提出了一种基于粗糙集和改进D-S证据理论相结合的数据融合故障诊断方法.通过粗糙集属性约简后的决策表计算属性的规则强度,客观地确定属性的基本可信度分配值;同时利用属性的决策重要度来衡量证据的相对权重,对D-S证据理论的合成规则进行修改,弥补其证据冲突和基本可信度主观分配的缺陷.仿真实验分析中,使用该方法对臭氧发生器进行故障诊断,并与其他传统故障诊断方法进行比较,结果表明该方法具有较高的准确性,并且其不确定性明显下降,对大型设备的故障诊断具有一定的实用价值.