面向大型工程安全预测与评估的信息融合方法

现代大型工程的结构日趋复杂,功能日渐完善与强大,因此对系统安全性的要求就越来越高。由于环境的复杂性和许多无法预料的原因,使得对象常会出现各种类故障,但能表征它们的特征信息却常呈现出模糊、不精确和随机等不确定性,这使得现有的预测与评估方法时常显得不能适应,效果不佳。为此将重点研究，1)以特定的大型工程(如边坡大坝/大型风力电机)为背景,以信息融方法为手段,建立一套能对其安全性有效预测与评估的方法：从多源信息中提取故障特证，建立统一度量各类不确定特征信息的测度，建立故障特征与对象安全性等级之间的集值映射,利用合并规则融合多种故障特征进行安全预测与评估；2)以随机集理论为主,结合其他相关理论方法,重点解决现有信息融合理论中存在的深层次问题：多源不确定信息的统一表示与度量,适用于相关和冲突等证据条件下的合并规则,用于目标的多种属性或参数稳健的融合估计方法,无状态模型下的多传感器数据融合方法。

该项目已完成计划书中预定的研究目标，取得了若干成果和较好进展。取得以下成果：.　　1、提出了基于多传感器和多算法组合的极小化欧氏绝对误差、偏差未知动态系统状态估计递推算法，基于测量值加权求和的最优时滞Kalman滤波器，基于随机集的目标数估计、形状检测与跟踪方法。.　　2、构造出了基于随机集的不确定性信息的表示与度量方法，以及多通道不确定数字信息的模糊n-cell数表示方法，上述方法适用于并发故障的开放辨识框架和证据组合规则。.　　3、构建了基于区间型证据融合、不完备规则库融合推理、随机模糊性故障特征信息融合以及证据动态更新等不确定信息融合故障诊断方法；构建了指定元分析等多种数据驱动的故障诊断方法。.　　4、建立了诊断证据可靠性和基于近似概率转换模型的对象可靠性评估方法，构造出基于随机集表示的多源不确定性信息的边坡稳定性评估模型。.　　5、基于小浪底1#和2#滑坡体的表面位移现场监测数据和室内模型试验数据，开展了边坡稳定性评估的实例分析与验证测试；基于所建的物理模型，模拟了黄土-岩石混合库岸破坏特征并初步揭示了其演变规律；提出了一种粘聚力、内摩擦角随含水率的变化边坡稳定性分析方法。.　　项目组共发表学术论文136篇，其中SCI收录47篇，EI收录56篇；出版学术专著5本，获发明专利4项，软件著作权23项；联合培养博士后3人，博士生11人、培养硕士生26人，全国百篇优秀博士论文1篇；获得省部级一等奖1项。项目组成员参加国际学术会议11人次。

内容获取失败，请点击重试