基于多源信息融合的往复式压缩机故障诊断方法

潘 亮

（上海金山石油化工股份有限公司炼油事业部，上海 200540）

0 引言

改革开放以来，国内外学者均针对多源信息融合技术展开了创新研发，并将其广泛应用于往复式压缩机设备，并取得了良好成效。如我国学者提出了差分进化的神经网络和证据理论结合方法，对变速箱轴承存在的故障隐患展开了针对性分析判断，验证了实施该种诊断方法的可行性。往复式压缩机作为一种新型机械设备，普遍具有压缩效率高、应用范围广及安全稳定等优势，但同时也因内部结构复杂，容易产生各种故障隐患，需工作人员提前做好处理工作，否则将会造成企业经济效益的巨大损失。为有效改善上述情况，要求相关专业人士结合现状，提出适应性强的往复式压缩机故障诊断方法，确保诊断结果的准确性。

1 多源信息融合理论

根据相关调查显示，D-S（Dempster/Shafer，证据理论）最早出现于1967年，随着时间的不断推进，该理论内容也得到了丰富拓展，在信息融合理论中占据着重要地位。其中涵盖的3个要点是信任函数、似然函数及基本概率赋值函数。证据理论诊断方法对于存在的不确定性隐患有良好的处理功能，与以往传统理论方法相比具备较强优势。①D-S证据融合理论。需在同一框架上设置2个信任函数，并为其配置对应可信度分配函数，往往可信度分配函数之间差距越大，代表着信任函数准确性越低。②加权证据融合理论。在D-S证据理论应用的基础上，加权证据融合理论逐渐形成，可有效解决证据间存在的矛盾问题，在此过程中，证据权重系数主要取决于该证据和其他证据之间冲突情况[1]。……