基于證據(jù)推理煤氣管道檢測探究

1、基于證據(jù)推理煤氣管道檢測探究摘 要 采用基于推理的數(shù)據(jù)融合方法，將 dempster-shafer證據(jù)推理應(yīng)用于煤氣管道的檢測實(shí)驗(yàn)中。 通過用多個傳感器對煤氣管道損傷信息進(jìn)行采樣，提取特征 量，利用神經(jīng)網(wǎng)絡(luò)進(jìn)行融合識別，然后把神經(jīng)網(wǎng)絡(luò)的輸出值 歸一化后作為證據(jù)，利用dempster合成法則進(jìn)一步對所得 數(shù)據(jù)進(jìn)行融合，提高可信度，有效地決策識別出管道的損傷 類型。本實(shí)驗(yàn)顯示了 d-s證據(jù)推理具有較強(qiáng)的處理不確定性 信息的能力，結(jié)果證明了該方法的正確性和有效性。關(guān)鍵詞d-s證據(jù)推理；數(shù)據(jù)融合；煤氣管道檢測；中圖分類號tp391文獻(xiàn)標(biāo)識碼a文章編號1674-6708(2013) 91-0071-02

2、1 d-s證據(jù)推理簡介dempster-shafer證據(jù)推理理論也稱d-s證據(jù)理論，比 較適合用于滿足比概率論更弱的公理體系，對于由未知引起 的不確定性因素有很好的處理能力，能較有效地把不確定和 未知區(qū)分開。d-s證據(jù)推理起源于多值映射導(dǎo)出的所謂上限 概率和下限概率，后來在文獻(xiàn)2中得到了進(jìn)一步發(fā)展。1. 1基本置信指派m假設(shè)空間s的概率分布為p,且空間s和空間具有一致 性關(guān)系(若一個多值映射把空間s的元素s和空間中的元素 集合聯(lián)系起來，即：s-*o映射下的元素s的像被稱為s的 粒子(granule),表示為g (s)。s到的多值映射關(guān)系被 dempster稱為空間s到的一致性關(guān)系2。),則空間

3、上的基 本置信指派(基本概率賦值函數(shù)bpa ) m可以定義如下：其中稱的子集a為焦點(diǎn)元素(focal element),又叫做 命題，為空集。m (a)表現(xiàn)出對a本身的信任度，即m (a )是局限于子集a中的可以自由移動到a的每一個點(diǎn)的 信任因子。m (a)通常憑人們的經(jīng)驗(yàn)而給出，或者根據(jù)傳感 器所得到的數(shù)據(jù)進(jìn)行構(gòu)造得到。在證據(jù)推理中，基本概率賦值函數(shù)分布僅需滿足其和為 1這一約束條件，即：1. 2置信函數(shù)bel和似然函數(shù)pls空間也叫做鑒別框架(the frame of discernment), 所有的命題都可以用其子集表示，其概率分布可以用基本概 率賦值函數(shù)來表示，也可以采用置信函數(shù)be

4、l和似然函數(shù)pl s 表不:式中b是中不同于a的另一命題。置信函數(shù)bel (b)和似然函數(shù)pls (b)即為文獻(xiàn)1中 提到的上限概率和下限概率，這表示置信區(qū)間bel (b), pls (b)即為集合b的概率變化范圍，它表示了對b的不確定 性度量。減小不確定區(qū)間是證據(jù)推理的目的之一。似然函數(shù) 定義為：1. 3 dempster合成法則通常采用dempster合成法則來組合兩個或多個的置信 函數(shù)，方法是通過計(jì)算基于不同來源的置信度的正交和找到 一個新的置信函數(shù)。設(shè)bell, bel2均為空間上的置信函數(shù)，其對應(yīng)的基本 置信指派分別為ml和m2,焦元分別為a1, ak和b1, b1,如果 0。bel

5、l、bel2的正交和就是由m給定的置信函數(shù)，記作： bellbel2o2基于證據(jù)推理的煤氣管道檢測2.1煤氣管道檢測系統(tǒng)結(jié)構(gòu)模型實(shí)驗(yàn)建立的檢測系統(tǒng)模型如下圖所示：目前，煤氣管道檢測的無損檢測方法很多，主要有：滲 透檢測法、微波檢測法、渦流檢測法、超聲檢測法、漏磁檢 測法等。鑒于檢測的安全性及對管道的最大無損傷原則，本 實(shí)驗(yàn)主要采用超聲檢測法和漏磁檢測法建立系統(tǒng)。超聲法在 檢測的準(zhǔn)確度和精度方面有很好的效果，但其要求的檢測條 件較為苛刻，被測對象表面必須光滑，檢測時要有耦合劑（比 如油等）；實(shí)際檢測時，對解釋人員的素質(zhì)要求也較高；漏 磁法對輸送的介質(zhì)要求不高，這一點(diǎn)剛好彌補(bǔ)了超聲檢測的 不足，但

6、其應(yīng)用也受限制，比如待檢管壁不能太厚，需要特 殊的信號處理以及干擾因素多等。兩種方法各有利弊，在應(yīng) 用方面各有所長：漏磁法較適合用于比較微小的損傷，比如 面積很小的腐蝕點(diǎn)；超聲法更適合于管壁較厚時的檢測。實(shí) 驗(yàn)結(jié)合采用兩種方法，發(fā)揮各自的優(yōu)點(diǎn)并彌補(bǔ)了另一種方法 的不足，力圖為檢測提供更準(zhǔn)確的信息。利用漏磁法和超聲法檢測出煤氣管道的損傷信息，并對 信息進(jìn)行特征提取，提取的特征信號輸入各自的網(wǎng)絡(luò)作為樣 本進(jìn)行神經(jīng)網(wǎng)絡(luò)識別，輸出結(jié)果經(jīng)過歸一化處理后作為d-s 證據(jù)推理的證據(jù)進(jìn)行融合，進(jìn)一步對損傷信息進(jìn)行確認(rèn)，最 終決策出識別結(jié)果。2.2證據(jù)推理識別判定準(zhǔn)則先由dempster合成法則得到組合的基本可

7、信度分配， 然后根據(jù)得到的m (aj)進(jìn)行目標(biāo)判斷。主要判斷方法有三 種7-13：基于基本置信指派m的方法、基于置信函數(shù)bel 的方法和基于最小風(fēng)險(xiǎn)的方法。本文采用基于基本置信指派 m的判斷方法：則a1即為判決結(jié)果，其中e 1, £2為預(yù)先設(shè)定的門限。3實(shí)驗(yàn)仿真實(shí)驗(yàn)以損傷的裂紋作為目標(biāo)建立bp神經(jīng)網(wǎng)絡(luò)進(jìn)行識別。 針對某一管道上的3條不同的裂紋分別用漏磁法和超聲法進(jìn) 行深度檢測，通過漏很明顯，不確定性的基本概率賦值大大 地降低了。預(yù)設(shè)門限值e 1=0.2, £2=0.05,則根據(jù)基于基本概率 賦值的決策方法僅有裂紋1的基本概率賦值滿足(8)式， 故可判定損傷為裂紋1。4結(jié)論從

8、實(shí)驗(yàn)仿真結(jié)果可以看出，d-s證據(jù)推理方法具有較強(qiáng) 的處理不確定性信息的能力。在煤氣管道的檢測中采用d-s 證據(jù)推理的方法對bp神經(jīng)網(wǎng)絡(luò)的檢測結(jié)果進(jìn)行融合能有效 地提高系統(tǒng)的可靠性，顯著地減少系統(tǒng)的不確定性。參考文獻(xiàn)1 段新生證據(jù)理論與決策人工智能m.中國人民大 學(xué)出版社，1993.2 shafer g. a mathematical theory of evidence m. princeton： princeton university press, 1976.3 倪國強(qiáng)，梁好臣基于dempster-shafer證據(jù)理論的 數(shù)據(jù)融合技術(shù)研究北京理工大學(xué)學(xué)報(bào)，2001, vol21 (5)：

9、603-609.4 yager r r. on the dempster-shafer framework and new combination rulesj.infonnation sciences , 1987(1)： 83-138.5 宋壽鵬.海底管道檢測中缺陷重構(gòu)及超聲回波信號 處理方法的研究d.天上海交通大學(xué)博士學(xué)位論文，2006： 178.6 蔣奇.管道缺陷漏磁檢測量化技術(shù)及其應(yīng)用研究d.天津大學(xué)博士論文，2002, 12：120.7 楊萬海.多傳感器數(shù)據(jù)融合及其應(yīng)用.西安電子科技 大學(xué)出版社，2004.8 何友，王國宏，彭應(yīng)寧等多傳感器信息融合及應(yīng)用. 電子工業(yè)出版社.2000.9 孫銳，孫上媛，葛云峰.基于d-s證據(jù)理論的基本概 率賦值的獲取現(xiàn)代機(jī)械.pp22-23, 2006.10 龔元明，蕭德云，王俊杰.多傳感器數(shù)據(jù)融合技術(shù). 冶金自動化.ppl58-161, 2002.11 王連鋒，劉衛(wèi)東.一種新的基本概率函數(shù)構(gòu)建方法 及應(yīng)用.vol31, pp98-100, 2009.12 高雋智能信息處理方法導(dǎo)論機(jī)械工業(yè)出版 社.ppl63 -165, 2004.13 a new approach