(山东省产品质量检验研究院，山东 济南 250102)

1 引言

低压电器是量大面广的基础元件，广泛应用在国民经济中。随着科学技术的发展，自动化程度的提高，采用低压电器的数量不断增加，提高低压电器的可靠性日趋重要。低压电器的可靠性是指其在规定的条件下和规定的时间内完成规定功能的能力，是产品的重要质量指标[1]。为了提高低压电器的可靠性，本文提出将模糊故障树、神经网络和D-S证据理论应用在低压电器可靠性中，应用D-S证据理论对现场失效数据和专家经验知识进行数据和信息的融合。

2 融合框架

2.1 模糊故障树

故障树分析法(Fault Tree Analysis)又称因果树分析法，是国际上公认的简单有效的可靠性分析方法，是指导系统优化设计、薄弱环节分析和运行维修的有力工具[2]。

模糊理论可用来描述和处理信息的不确定性和不完整性，是处理不确定性的重要工具。

将故障树与模糊理论相结合，利用模糊集合理论和专家经验知识解决了不确定性和模糊性的问题，对信息进行相应的预处理，选取最有利可靠的信息。

2.2 神经网络

神经网络通过对样本的学习记住这些特征，当输入一案例时，网络通过联想回忆，将逼近最接近的一类特征。

在数据层的信息融合时，源信息包含不确定性信息，对这些数据的融合过程就是不确定推理过程，在这个过程中，推理比数值运算更为重要，而这正是神经网络的优势[3]。

2.3 D-S证据理论

信息融合是结合先验信息和过去知识及能力的积累对人的思维能力的模拟。……