马尔可夫故障诊断算法

多传感器融合更可靠

利用m阶马尔可夫模型动态评估传感器可靠性，有效抑制证据冲突，提升多传感器故障诊断准确率。

Junshuang, Liu · 马晓剑

Computational and Applied Mathematics 2026

技术优势

动态评估传感器可靠性

利用m阶马尔可夫模型的转移概率和稳态分布表征故障动态演化规律，用马尔可夫–Rényi散度动态评估传感器可靠性并分配权重，有效修正冲突数据。

抑制证据冲突

通过动态权重修正冲突数据，避免传统DST中因传感器可靠性变化导致的证据冲突，从而提升多传感器信息融合的稳定性与诊断准确率。

应用场景

• 旋转机械故障诊断：替代传统DST融合模块，提高旋转设备故障识别准确率。
• 钻井过程监测：为钻井过程提供更可靠的多传感器融合诊断，减少误判。
• 永磁同步电机轴承诊断：提升永磁同步电机轴承故障诊断的准确性，保障电机运行安全。
• 工业多传感器融合：作为通用融合算法，可集成到各类工业多传感器诊断系统中。