,, ,,2

(1.北京航天测控技术有限公司，北京 100041; 2.北京市高速交通工具智能诊断与健康管理重点实验室，北京 100041)

0 引言

航空、航天、航海和高铁等领域复杂的系统组成和精密的设备部件，以及各种复杂的运行环境和工况，使得系统的可靠运行和维修保障面临很大的挑战[1-2]。故障诊断技术就是通过传感器采集反映设备或部件相关信息的数据，进行分析后判断和预测设备及其内部组件的故障情况，从而决定其能否正常运行或需要进行维修和防护[3]。

采用多个传感器对复杂设备进行监测，能够扩展获取信息的物理属性、空间范围或时间范围，从而更全面的反映设备的状态。例如，对电机的监测可采用电流、电压、温度以及不同安装位置的振动传感器。与单传感器数据相比，多传感器数据增加了信息的多样性和完整性，理论上利用多传感器数据进行故障诊断可获得更高的准确度，但同时也需要更复杂的诊断模型。

近年来，利用多传感器数据进行故障诊断方面取得了大量的研究成果[4]，根据数据融合层级的不同，这些方法可分为以下三种类型：(1)原始数据融合：对各路传感器采集的信号直接进行融合，一般用于同种物理量不同传感器信号之间的融合，使其从多维信号降为单信号再进行故障判别；(2)信号特征融合：对各传感器采集的信号进行时域或频域分析，提取特征量后再进行融合，从而在降低特征空间的维度；(3)诊断结果融合：对每路传感器信号进行单独的故障诊断，再对诊断结果采用某种策略进行融合，例如三取二判决等。……