向阳辉，朱宗铭

（长沙学院机电工程学院，湖南 长沙 410022）

由于机械设备的大型化和复杂化，单传感器所反映的设备信息具有不确定性。这种不确定性的存在必然导致故障诊断准确率的降低，甚至出现漏报和误报现象［1］。多传感器信息融合技术具有独特的多维信息处理方式，在解决设备故障诊断不确定性问题时具有显著的优势，可以大幅提高机械设备故障诊断的准确率［2-3］。在设备故障诊断中引入多传感器信息融合技术已成为本领域的研究热点［3-5］。

小波变换是继傅里叶变换后的一种新的时频分析方法，具有较好表征信号局部特性的能力［6-7］，是故障信号分析和故障特征提取的较理想工具；而证据理论作为一种重要的不确定推理方法，在多传感器信息融合故障诊断中得到了广泛的应用［8-10］。但如何将小波变换和证据理论相结合以进行多传感器信息融合故障诊断，如何构造各局部诊断的概率分配，如何避免各局部诊断证据之间的严重冲突，至今没有统一有效的解决方案。

鉴于此，文章基于小波变换提取各传感器振动信号的小波能量特征向量，将其与典型故障模式进行贴近度分析，获得各传感器局部诊断的基本概率分配，再通过Lance距离分析对各传感器局部诊断证据赋予不同可信度的权重，并基于证据理论对多个传感器局部诊断证据进行加权融合，实现多传感器故障诊断的决策级融合，从而提出了一种基于小波变换和证据理论的多传感器信息融合故障诊断方法，最后通过算例分析验证了文章方法的有效性。……