基于多分类器和D-S证据融合的工业过程故障检测方法

摘要

本发明公开了一种基于多分类器和Dempster-Shafer（D-S）证据融合的工业过程故障检测方法，该方法首先根据对工业过程的正常数据进行独立重复采样，然后对新的训练模型数据应用多个分类器方法，建立相应的分类器模型；然后通过D-S证据理论对多个分类器决策进行集成和综合，获得最后的监测结果。相比目前的其它方法，本发明可以大大提高工业过程的监测效果，减小延迟检测时间，很大程度上改善了监测性能，增强了过程操作员对过程的理解能力和操作信心，更加有利于工业过程的自动化实施。