基于SVDD与信息融合技术的设备性能退化评估

作     者：刘雨 陈进 潘玉娜 郭磊 LIU Yu;CHEN Jin;PAN Yu-na;GUO Lei

作者机构：上海交通大学机械系统与振动国家重点实验室上海200240 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2009年第28卷第9期

页      面：21-24页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

基　　金：国家自然科学基金资助项目(50675140) 国家高技术研究发展计划("863"计划 2006AA04Z175) 

主　　题：性能退化 支持向量数据描述 信息融合 D—S证据理论 

摘      要：为了能够准确地对大型设备的性能退化过程进行描述,提出了一种基于支持向量数据描述(SVDD)和信息融合技术的评估方法。通过SVDD算法分别评估来自单个传感器的数据,然后运用D-S证据理论对来自多传感器的局部评估结果进行信息融合,最终给出设备的整体性能评估结果。实验分析表明,SVDD算法能够真实地反映设备局部性能退化状态的变化,而利用D-S证据理论得出的整体设备状态评估结果符合实际情况,同时有效地消除局部信息之间的矛盾,提高了设备整体评估的可靠性。