基于随机集理论的故障特征分析与故障决策方法研究

随着大型旋转机械设备的结构日益复杂、功能逐步完善、且自动化程度越来越高，由于许多无法避免的原因,设备时常会出现各种类型的故障,但表征它们的特征信息却常表现出模糊、不精确和随机等不确定性。而目前对设备的故障诊断方法多数是基于单参数或单类型特征进行的,同时由于模型或者环境的不确定性和对不确定性信息的简化处理等因素，常会导致诊断决策出现各种各样的错误。因此,课题将以随机集理论为基础,以风力发电机组为对象,拟开展大型旋转机械类系统的多源故障特征信息分析与故障决策方法研究：1)给出几种常见不确定信息基于随机集理论的统一表示与度量；2)建立各类故障与特征信息之间的集值映射关系库；3)利用随机集测度将多种不确定测度均统一成证据理论中的质量函数,以度量多种信息的不确定性；建立随机集理论框架下的广义证据合成规则和信息熵,进而利用多源不确定性特征信息(证据)实现融合决策,并对决策性能进行评估。