淺談多源信息融合在故障診斷中的應(yīng)用

　　摘要：在多傳感器系統(tǒng)中，各傳感器所提供的空間、時(shí)間、表達(dá)方式不同，可信度、不確定性程度不同，側(cè)重點(diǎn)和用途也不同，這對(duì)信息的處理和管理提出了新的要求。
　　關(guān)鍵詞：多源信息融合；多傳感系統(tǒng)；故障診斷
　　
　　一、信息融合的層次
　　（一）數(shù)據(jù)層信息融合
　　數(shù)據(jù)層信息融合聯(lián)合來(lái)自每一個(gè)傳感器的原始數(shù)據(jù)，其優(yōu)點(diǎn)是信息豐富，結(jié)果精確，但是通訊和運(yùn)算量大，數(shù)據(jù)需要預(yù)處理，傳感器之間往往要求同質(zhì)或者同等精度。主要的數(shù)學(xué)方法是：加權(quán)平均法、卡爾曼濾波、貝葉斯估計(jì)、參數(shù)估計(jì)法等，與信號(hào)處理有一定的相似性。
　　（二）特征層信息融合
　　特征層融合聯(lián)合從觀測(cè)量中提取的特征向量，既保持足夠數(shù)量的重要信息，又實(shí)現(xiàn)信息壓縮，有利于實(shí)時(shí)性；但是不可避免地會(huì)有某些信息損失，精確性有所下降，因而需對(duì)傳感器預(yù)處理提出較嚴(yán)格的要求。主要的數(shù)學(xué)方法是：分離性判據(jù)方法、搜索樹(shù)方法、模擬退火方法、遺傳算法等，與模式識(shí)別有一定的相似性。
　　（三）決策層信息融合
　　決策層融合聯(lián)合各傳感器的判決形成最終的推理和決策，它具有很強(qiáng)的靈活性和很小的通訊帶寬，沒(méi)有同質(zhì)傳感器的要求，前提是需要很多預(yù)處理。主要的數(shù)學(xué)方法是：投票表決法、貝葉斯方法、模糊積分法、證據(jù)理論方法、模糊邏輯法等。
　　二、按照信息融合過(guò)程的輸入輸出關(guān)系
　　可以把以上三個(gè)融合層次進(jìn)一步細(xì)分為五種融合過(guò)程：數(shù)據(jù)輸入-數(shù)據(jù)輸出融合（Data in-Data out）；數(shù)據(jù)輸入-特征輸出融合（Data in-Feature out）；特征輸入-特征輸出融合（Feature in-Feature out）；特征輸入-決策輸出融合（Feature in-Decision out）；決策輸入-決策輸出融合（Decision in-Decision out）。這種描述能夠清楚地解釋在輸入輸出數(shù)據(jù)之間存在的差異。
　　第一，數(shù)據(jù)層信息融合聯(lián)合來(lái)自每一個(gè)傳感器的原始數(shù)據(jù)，其優(yōu)點(diǎn)是信息豐富，結(jié)果精確，但是通訊和運(yùn)算量大，數(shù)據(jù)需要預(yù)處理，傳感器之間往往要求同質(zhì)或者同等精度。第二，特征層融合聯(lián)合從觀測(cè)量中提取的特征向量，既保持足夠數(shù)量的重要信息，又實(shí)現(xiàn)信息壓縮，有利于實(shí)時(shí)性；但是不可避免地會(huì)有某些信息損失，精確性有所下降，因而需對(duì)傳感器預(yù)處理提出較嚴(yán)格的要求。第三，決策層融合聯(lián)合各傳感器的判決形成最終的推理和決策，它具有很強(qiáng)的靈活性和很小的通訊帶寬，沒(méi)有同質(zhì)傳感器的要求，前提是需要很多預(yù)處理。
　　三、信息融合的模型
　　現(xiàn)有系統(tǒng)模型大致可以分為兩大類(lèi)：一是面向融合過(guò)程的功能型模型。典型的功能型模型包括UK情報(bào)環(huán)、Boyd控制回路（OODA環(huán)）等。二是面向處理對(duì)象的數(shù)據(jù)型模型。典型的數(shù)據(jù)型模型則有JDL模型、瀑布模型和Dasarathy模型等。
　　四、多傳感器系統(tǒng)
　　多傳感器系統(tǒng)或多傳感器集成，是指在系統(tǒng)中采用多個(gè)同質(zhì)或異質(zhì)傳感器共同聯(lián)合工作來(lái)完成對(duì)對(duì)象和環(huán)境的檢測(cè)。
　　在當(dāng)前工業(yè)監(jiān)測(cè)控制系統(tǒng)中，從傳感器中直接獲得的信息可以分為兩種不同形式：數(shù)據(jù)信息和圖像信息。在多傳感器系統(tǒng)中，各傳感器所提供的空間、時(shí)間、表達(dá)方式不同，可信度、不確定性程度不同，側(cè)重點(diǎn)和用途也不同，這對(duì)信息的處理和管理提出了新的要求：要求采用相應(yīng)的信息綜合處理技術(shù)，要求傳感器間彼此協(xié)調(diào)工作。
　　（一）多傳感器信息融合的基本結(jié)構(gòu)
　　信息融合的結(jié)構(gòu)有多種模式，由n個(gè)傳感器集成后組成多傳感器系統(tǒng)，提供n個(gè)對(duì)象及環(huán)境信息，系統(tǒng)中設(shè)立m個(gè)融合節(jié)點(diǎn)對(duì)這n個(gè)信息進(jìn)行融合。傳感器1和2的輸出信息S1和S2在融合節(jié)點(diǎn)1被融合成新的信息S12，它再與傳感器3的信息在節(jié)點(diǎn)2融合成新的信息S123。如此下去，從n個(gè)傳感器系統(tǒng)中獲得的信息可以最終被融合成一個(gè)結(jié)果信息S，送入融合數(shù)據(jù)庫(kù)中。融合數(shù)據(jù)庫(kù)存放信息融合的結(jié)果，可以看成是整個(gè)智能監(jiān)測(cè)控制系統(tǒng)數(shù)據(jù)庫(kù)的一部分。
　　1、融合節(jié)點(diǎn)說(shuō)明。一是融合節(jié)點(diǎn)的輸入輸出信息一般都是向量的形式。一個(gè)融合節(jié)點(diǎn)可以融合多個(gè)輸入信息。二是如果只有一個(gè)融合節(jié)點(diǎn)（m=1），則n個(gè)傳感器信息都是這個(gè)融合節(jié)點(diǎn)的輸入信息。三是中間節(jié)點(diǎn)的融合結(jié)果也可以作為輸出直接送入融合數(shù)據(jù)庫(kù)中。
　　2、模塊說(shuō)明。一是專(zhuān)家知識(shí)庫(kù)。一般來(lái)說(shuō)，信息融合的完成，除了具有適當(dāng)?shù)娜诤纤惴ㄍ猓€應(yīng)當(dāng)有必要的領(lǐng)域知識(shí)進(jìn)行監(jiān)督和指導(dǎo)，特別是在實(shí)際的工業(yè)監(jiān)測(cè)控制系統(tǒng)中更是如此。這些領(lǐng)域知識(shí)就構(gòu)成了專(zhuān)家知識(shí)庫(kù)。二是傳感器模型庫(kù)。其中存放了各種傳感器的模型，定量地描述了傳感器的特性以及各種外界條件對(duì)傳感器特性的影響。三是信息協(xié)調(diào)管理。在一般情況下，多傳感器往往從不同的坐標(biāo)框架對(duì)環(huán)境中的同一特征進(jìn)行描述，它們所表示的時(shí)間、空間和表達(dá)方式可能各不相同，必須將它們統(tǒng)一到一個(gè)共同的時(shí)空參考系中。該模塊完成了時(shí)間因素、空間因素和工作因素的全面協(xié)調(diào)管理，并對(duì)傳感器進(jìn)行選擇，投入最合適和可靠的傳感器組以適應(yīng)不同的條件。四是信息融合方法。對(duì)于不同的任務(wù)和不同的對(duì)象應(yīng)采用不同的方法，或者綜合使用幾種方法。信息融合方法是多傳感器信息融合的核心。
　　（二）多傳感器信息融合的方法（見(jiàn)圖1）。
　　五、證據(jù)組合規(guī)則
　　來(lái)自不同信息源的證據(jù)集合形成了四種不同的證據(jù)類(lèi)型，其多種形式的組合結(jié)構(gòu)反映了證據(jù)之間各種的沖突情況。證據(jù)理論通過(guò)組合證據(jù)的概率賦值來(lái)處理不同的證據(jù)類(lèi)型，對(duì)沖突的不同處理方法產(chǎn)生了不同的證據(jù)組合算法；主要討論、分析并比較D-S證據(jù)規(guī)則及其四種改進(jìn)的證據(jù)組合規(guī)則：Yager組合規(guī)則、Inagaki組合規(guī)則、Zhang組合規(guī)則和Dubois-Prade組合規(guī)則，以及兩種平均規(guī)則：Discount平均規(guī)則和平均分配規(guī)則。
　　六、小結(jié)
　　其故障診斷技術(shù)一直是國(guó)內(nèi)外學(xué)者研究的熱門(mén)。故障的多樣性、不確定性和各種故障之間聯(lián)系的復(fù)雜性構(gòu)成了故障診斷技術(shù)上的難點(diǎn)，僅靠單一的故障特征量和診斷方法無(wú)法完成診斷任務(wù)。本文將信息融合的基本思想引進(jìn)故障診斷中，可以進(jìn)步故障診斷結(jié)果的可靠性，最大限度地減小不確定性。
　　（作者單位：保定電力職業(yè)技術(shù)學(xué)院）