基于动态贝叶斯网络与DS证据理论的轧机颤振监测方法

来源：计量学报杂志2022年第9期北京时间：

作者：时培明,刘奥运,张逸伦,高浩

单位：燕山大学 河北省测试计量技术及仪器重点实验室,河北 秦皇岛 066004

摘要：提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征,利用稳定判别率方法筛选敏感度高的特征参数;使用动态贝叶斯网络与DS证据理论实时监测模型建立轧机颤振状态实时监测系统,构建连续的速度载荷时间片,将3个连续的速度载荷时间片作为DS证据理论的证据体,给出了优化基本概率分配的信任度方法,解决了DS证据理论的证据体间冲突问题;最后在轧机实验平台进行实验,诊断结果表明:该方法对轧机颤振不同状态的识别率达到99.05%。

关键词：关键词:计量学; 颤振监测; 动态贝叶斯网络; Dempster/Shafer证据理论; 轧机

基金资助：国家自然科学基金 (61973262);河北省自然科学基金 (E2019203146)