邓　力，徐廷学，肖楚琬

(1.海军航空工程学院 兵器科学与技术系,山东 烟台　264001；2.海军航空工程学院 接改装训练大队, 山东 烟台　264001)



复杂装备退化状态早期识别方法研究

邓力1，徐廷学1，肖楚琬2

(1.海军航空工程学院 兵器科学与技术系,山东 烟台264001；2.海军航空工程学院 接改装训练大队, 山东 烟台264001)

针对复杂装备早期退化状态难以识别的问题，提出一种将相关向量机(RVM)和Dezert-Smarandache 理论(DSmT)相结合的多特征融合决策识别方法；该方法首先分别采用时域分析法和时频域小波包变换法对装备的状态特征进行提取；之后将状态特征向量输入RVM模型中完成对状态属性的判定并获得各种状态模式的基本置信度分配；最后依据DSmT的PCR6规则对含有冲突信息的多个识别结果进行决策融合，得到早期退化状态的最终识别结果；在对某航空机电设备的实例应用中表明，该方法可以有效地解决信息高冲突条件下的早期退化状态识别问题，结果可靠准确。

复杂装备；性能退化；状态识别；相关向量机；Dezert-Smarandache 理论

0　引言

在装备故障发生的早期，及时发现故障并安排有计划的维护，可以降低维护成本，避免故障传播，以免造成更大故障，减少停机损失，预防重大安全事故等，因此，早期故障及时检测与预防维护具有很大的经济与安全意义[1-2]。

装备的故障必须有一个发展过程，在其功能丧失之前有故障迹象或征兆[3]。当装备在正常工作的时候，其监测信息一般在某一常数值周围随机波动，且较为平稳；……