基于故障敏感度学习和集成学习的可诊断性设计方法

作     者：吕佳朋 史贤俊 王元鑫 LÜJiapeng;SHI Xianjun;WANG Yuanxin

作者机构：海军航空大学山东烟台264001 海军航空大学青岛校区山东青岛266041 

基　　金：国家自然科学基金青年科学基金项目(61903374) 

出 版 物：《兵工学报》 (Acta Armamentarii)

年 卷 期：2024年第45卷第7期

页      码：2451-2462页

摘      要：对系统进行可诊断性设计,能优化诊断方案、提升诊断方案与系统的契合程度,对于准确检测或隔离系统故障具有重大意义。为此提出一种基于故障敏感度学习和集成学习的可诊断性设计方法。对于采集到的不同状态下的系统测试点信号进行特征提取,结合系统的可诊断性评价结果,提出特征贡献度量化算法,对信号中不同特征对故障诊断的贡献度进行评估,使用改进的D-S证据理论算法对不同信号的特征进行融合,确定适用于故障检测与隔离的故障敏感特征集合;采用集成学习方法对基分类器的诊断效果进行加强,最终获得对当前系统的诊断方案。仿真实验结果表明,采用新的可诊断性设计方法设计出来的针对系统的诊断方案,可以对系统故障进行良好的诊断,其中与未进行故障敏感度学习环节相比,故障诊断的错误率由5.33%下降到2.66%,与未进行集成学习环节相比,故障诊断的错误率由16.22%(基诊断器的平均值)下降到2.66%。在与其他诊断方案的对比实验中,新方法的故障诊断错误率相较于对比方法的平均值下降了3.34%。

主 题 词：可诊断性设计 故障敏感度 集成学习 自适应提升 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12382/bgxb.2023.0413

馆 藏 号：203128575...