基于紅外陣列傳感器的數(shù)據(jù)融合技術(shù)

李 琦，吳軍軍，梁炎明，宋念龍，鄧 毅

(西安理工大學(xué)自動(dòng)化與信息工程學(xué)院，西安710048)

空氣預(yù)熱器(簡(jiǎn)稱空預(yù)器)是利用鍋爐尾部煙氣熱量來(lái)加熱鍋爐燃燒所用空氣的一種控?zé)嵩O(shè)備。國(guó)內(nèi)200 MW以上機(jī)組鍋爐通常采用結(jié)構(gòu)緊湊、重量較輕、節(jié)約場(chǎng)地、布置方便的回轉(zhuǎn)式空預(yù)器[1]?？疹A(yù)器受熱面上積存的過(guò)量燃料經(jīng)氧化升溫，達(dá)到著火溫度就會(huì)導(dǎo)致空預(yù)器本身的燃燒事故。初期著火范圍較小，很難被發(fā)現(xiàn)[2]。當(dāng)元件溫度繼續(xù)上升至700℃時(shí)，就足以導(dǎo)致鋼制蓄熱元件起火，這時(shí)的火災(zāi)就很難撲救了[3]。現(xiàn)有檢測(cè)方法及其缺點(diǎn):①熱電偶檢測(cè)系統(tǒng)，不能及時(shí)反映出空預(yù)器表面的詳細(xì)溫度信息;②移動(dòng)探頭式檢測(cè)系統(tǒng)采用紅外測(cè)溫原理。雖然解決了熱電偶系統(tǒng)存在的問(wèn)題，但其仍然存在機(jī)械裝置在高溫情況下不斷往返運(yùn)動(dòng)，機(jī)械裝置容易出現(xiàn)卡死的現(xiàn)象;其報(bào)警方法采用閾值判斷，容易出現(xiàn)漏報(bào)和誤報(bào)的缺點(diǎn)[4];以及其完成一個(gè)空預(yù)器表面檢測(cè)需要幾十個(gè)空預(yù)器的旋轉(zhuǎn)周期，檢測(cè)時(shí)間較長(zhǎng)等問(wèn)題。針對(duì)現(xiàn)有檢測(cè)方法存在的問(wèn)題，本次設(shè)計(jì)采用N個(gè)紅外傳感器分布于空預(yù)器空氣側(cè)的半徑方向上，實(shí)時(shí)的掃描空預(yù)器的受熱面，從而獲得其溫度場(chǎng)的分布規(guī)律，并在此規(guī)律的基礎(chǔ)上分析空預(yù)器表面的溫度變化趨勢(shì)。最后，將這些變化趨勢(shì)的信息融合起來(lái)。本次設(shè)計(jì)的優(yōu)點(diǎn):①采用固定式結(jié)構(gòu)，避免了機(jī)械裝置的卡死現(xiàn)象;②基于溫度變化趨勢(shì)分析的判警模型，不需要設(shè)定閾值;③檢測(cè)一個(gè)完整的空氣預(yù)熱器表面僅需空預(yù)器的一個(gè)旋轉(zhuǎn)周期，實(shí)時(shí)性大為提高;④采用紅外陣列檢測(cè)，不僅具有單個(gè)紅外探測(cè)器的測(cè)溫原理和技術(shù)指標(biāo)[5]，而且可以同時(shí)檢測(cè)到多點(diǎn)信息，能夠及時(shí)反映出預(yù)熱器表面的詳細(xì)信息。

1 概述

1．1 紅外陣列描述

本次設(shè)計(jì)采用固定式紅外陣列結(jié)構(gòu)，如圖1所示。一個(gè)紅外陣列探頭包含有七個(gè)紅外傳感器。每個(gè)紅外陣列探頭內(nèi)用DSPIC30F3014單片機(jī)將七路紅外信號(hào)采集后傳輸給嵌入式工控機(jī)進(jìn)行數(shù)據(jù)融合及決策。系統(tǒng)均勻分布L個(gè)紅外陣列探頭(具體數(shù)量根據(jù)空氣預(yù)熱器的功率而定)在空氣預(yù)熱器的空氣側(cè)下方半徑方向，這樣隨著空氣預(yù)熱器旋轉(zhuǎn)一周即可以完成空氣預(yù)熱器整個(gè)表面的溫度檢測(cè)。

圖1 紅外陣列結(jié)構(gòu)圖

假設(shè)每個(gè)紅外陣列探頭的檢測(cè)范圍為M，則需L個(gè)紅外探頭均勻分布在半徑方向，L=R/M(R為空氣預(yù)熱器的半徑)。L個(gè)紅外探頭內(nèi)又分別含有7個(gè)紅外傳感器，這樣就相當(dāng)于7×L個(gè)紅外傳感器分布于空預(yù)期的空氣側(cè)半徑。設(shè)N=7×L，則系統(tǒng)可抽象為如下的模型，如圖2所示。

圖2 空氣預(yù)熱器原理圖及紅外傳感器位置

1．2 數(shù)據(jù)融合方法概述:

空預(yù)器內(nèi)蓄熱元件的溫度變化以及溫度場(chǎng)的分布可以反映空預(yù)器受熱面上火災(zāi)發(fā)生隱患－熱點(diǎn)的分布情況。因此找到空預(yù)器的溫度分布規(guī)律、采用合理的檢測(cè)手段和融合方法至關(guān)重要。將空氣預(yù)熱器一個(gè)周期的數(shù)據(jù)用一個(gè)矩陣來(lái)表述。1～N表示N個(gè)紅外傳感器。1～10M表示一個(gè)周期Ms內(nèi)每0．1 s采樣一次得到的相應(yīng)數(shù)據(jù)。

將矩陣每一列的數(shù)據(jù)的平均值和其對(duì)應(yīng)的位置作為輸入，擬合出一條曲線作為參考的空氣預(yù)熱器空氣側(cè)的徑向溫度分布規(guī)律，將高于這條曲線一定程度的測(cè)點(diǎn)認(rèn)為是奇異點(diǎn)。根據(jù)現(xiàn)場(chǎng)經(jīng)驗(yàn)，火災(zāi)的發(fā)生是從空氣預(yù)熱器表面某一點(diǎn)開(kāi)始，然后向四周蔓延的。這些著火部位的溫度將明顯高于相應(yīng)位置的參照溫度。

提取火災(zāi)發(fā)生的特征:橫向特征 看一個(gè)周期內(nèi)是否有蔓延的趨勢(shì)，即兩邊的傳感器是否存在支持這一熱點(diǎn)的證據(jù);縱向特征 看緊接著幾個(gè)周期內(nèi)的檢測(cè)值是否是支持它為熱點(diǎn)的證據(jù)。最后將這些證據(jù)利用D-S證據(jù)理論將其有機(jī)的融合起來(lái)。

本系統(tǒng)采用多級(jí)融合技術(shù)，如圖3所示:①參考溫度計(jì)算 求空預(yù)器的溫度分布規(guī)律，并計(jì)算每個(gè)傳感器的不確定度;②特征提取并計(jì)算BPA(基本概率賦值) 以溫度分布規(guī)律為參照提取火災(zāi)特征，并根據(jù)提取的特征計(jì)算各個(gè)傳感器對(duì)應(yīng)的BPA;③證據(jù)融合 將著火可能性最大的那個(gè)紅外傳感器找出來(lái)，將它和它周圍傳感器以及這幾個(gè)傳感器未來(lái)幾個(gè)周期的證據(jù)用D-S證據(jù)理論融合，得到最終的輸出。

設(shè)V表示X所有可能取值的一個(gè)論域集合，且所有在V內(nèi)的元素間是互不相容的，則稱V為X的識(shí)別框架。

定義1設(shè)V為一識(shí)別框架，則函數(shù)m:2V→[0，1](2V為V的所有子集構(gòu)成的集合)滿足下列條件:

則稱m(A)為A的基本概率賦值(BPA)[6]，表示對(duì)命題A的精確信任程度，表示了對(duì)A的直接支持。

由于每一個(gè)傳感器對(duì)應(yīng)一個(gè)u值，每個(gè)u值對(duì)應(yīng)這一傳感器給出的著火可能性大小。每個(gè)證據(jù)對(duì)應(yīng)的u值在0和1之間，且越靠近0著火可能性越小，越靠近1著火可能性越大，并且有火災(zāi)，無(wú)火災(zāi)和不確定度概率之和也為1，所以將每個(gè)傳感器的u值(按式4計(jì)算u值)作為相應(yīng)傳感器有火災(zāi)證據(jù)的BPA。

2 尋找空氣預(yù)熱器的溫度分布規(guī)律

理想的空預(yù)器熱點(diǎn)檢測(cè)系統(tǒng)應(yīng)能隨時(shí)檢測(cè)空預(yù)器內(nèi)部的溫度場(chǎng)分布[7]，所以及時(shí)準(zhǔn)確的找到空預(yù)器的溫度分布規(guī)律至關(guān)重要?？疹A(yù)器的溫度分布總體可以敘述如下:空預(yù)器的煙氣側(cè)的溫度將高于空氣側(cè)的溫度;在空氣側(cè)，冷空氣從下面上來(lái)，所以空氣側(cè)下面的溫度將低于上面的溫度[8]。

定義2將檢測(cè)位置離預(yù)熱器中心最近的傳感器序號(hào)定義為1，最遠(yuǎn)的定義為 N，中間的依此類推。yi對(duì)應(yīng)第i個(gè)傳感器在一個(gè)空預(yù)器周期內(nèi)的溫度值均值。

表1 用于擬合溫度分布曲線的數(shù)據(jù)

將表1中對(duì)應(yīng)的兩行數(shù)據(jù)(xi，yi)作為輸入，用n次曲線 f(xi，yi，n)擬合出兩者之間的關(guān)系來(lái)，f(xi，yi，n)=anxn+an－1xn－1+ … +a0。根據(jù)現(xiàn)場(chǎng)數(shù)據(jù)分析我們知道，空氣側(cè)半徑方向上的溫度分布如下:從預(yù)熱器軸中心到外壁，溫度先從低到高，有一個(gè)升高過(guò)程，然后趨于平穩(wěn)，到外壁時(shí)溫度再?gòu)母叩降陀休^大幅度的降低。由此分析這條溫度分布曲線有兩個(gè)拐點(diǎn)存在，所以最少應(yīng)選用三次曲線擬合。

定義3某個(gè)傳感器擬合得到的溫度分布規(guī)律曲線為 D，D=f(xi，yi，n)

定義4n個(gè)傳感器的擬合值和實(shí)際測(cè)量值之間的平均誤差定義為W，

將空氣預(yù)熱器正常運(yùn)行時(shí)空氣側(cè)徑向的一組數(shù)據(jù)進(jìn)行不同次冪的曲線擬合后求得的平均誤差列表，如表2所示。從表中發(fā)現(xiàn)，隨著擬合次數(shù)越來(lái)越高，誤差越來(lái)越小。但是，當(dāng)次數(shù)n高于6時(shí)，其誤差已無(wú)明顯變化?？紤]到系統(tǒng)的運(yùn)算速度和更高次曲線擬合的復(fù)雜程度會(huì)給設(shè)備帶來(lái)更高的要求，本次設(shè)計(jì)最終選擇6次曲線。

表2 不同曲線誤差

然而，多長(zhǎng)時(shí)間擬合一次溫度分布曲線也是不易確定的，本次設(shè)計(jì)的系統(tǒng)具有自我調(diào)節(jié)的能力。系統(tǒng)根據(jù)實(shí)際情況判斷之前擬合的溫度分布曲線是否還能夠較好的反映出現(xiàn)在的溫度分布規(guī)律。具體的解決方法就是:根據(jù)不斷變化的誤差W值來(lái)判斷之前的擬合曲線是否還能夠較好的反映出現(xiàn)在的溫度分布規(guī)律。如果W大于某一個(gè)值Wt時(shí)，系統(tǒng)將從新開(kāi)始擬合一條和現(xiàn)在溫度分布規(guī)律一致的溫度分布曲線來(lái)，從而達(dá)到自適應(yīng)的目的。

本系統(tǒng)的判斷是基于溫度分布規(guī)律來(lái)判斷溫度高低程度的。跟實(shí)際的準(zhǔn)確溫度值并無(wú)直接關(guān)系，而僅僅與測(cè)量值和溫度分布規(guī)律的相對(duì)變化量有關(guān)。定義第 i個(gè)傳感器的相對(duì)誤差為 Ei，Ei= σi/f(xi，yi，n)。其中還定義了本系統(tǒng)中第i個(gè)傳感器的絕對(duì)誤差σi為實(shí)際測(cè)量值和理論參考溫度值之間的偏差，即σi=|f(xi，yi，n)－yi|。Ei的大小直接反映了第 i個(gè)傳感器的不確定度，這將直接影響到數(shù)據(jù)融合中對(duì)第i個(gè)傳感器的信賴程度。將現(xiàn)場(chǎng)數(shù)據(jù)按六次曲線擬合后發(fā)現(xiàn)系統(tǒng)正常運(yùn)行時(shí)的最大不確定度為0．141 3。所以當(dāng)Ei大于某一值EE時(shí)我們就有理由認(rèn)為i號(hào)傳感器出現(xiàn)故障，并發(fā)出相應(yīng)的故障報(bào)警信號(hào)。

3 特征提取及BPA計(jì)算

將單個(gè)紅外傳感器的溫度歸一化。N個(gè)紅外傳感器實(shí)時(shí)掃描，當(dāng)某個(gè)紅外傳感器某時(shí)刻的檢測(cè)溫度比溫度分布規(guī)律D高出1/2倍的Vt度時(shí)，認(rèn)為其是可疑熱點(diǎn)。

同時(shí)計(jì)算N個(gè)傳感器的u值，對(duì)比各個(gè)奇異點(diǎn)對(duì)應(yīng)的u值，取u值最大的傳感器作為數(shù)據(jù)融合的中心。假設(shè)第i號(hào)紅外傳感器的u值最大。那么就先看橫向特征，臨近的傳感器是否也支持這個(gè)奇異點(diǎn)。如果第i號(hào)紅外傳感器相鄰的紅外傳感器也檢測(cè)到這一奇異點(diǎn)，則也認(rèn)為其是支持這一奇異點(diǎn)的證據(jù)。注意:當(dāng)某一個(gè)傳感器的不確定度大于EE，即認(rèn)為此傳感器出現(xiàn)故障時(shí)，我們的融合將自動(dòng)跳過(guò)這個(gè)傳感器。例如，當(dāng)i+1號(hào)傳感器出現(xiàn)故障時(shí)，我們將跳過(guò)i+1號(hào)取i+2號(hào)傳感器作為i號(hào)傳感器的緊鄰傳感器來(lái)進(jìn)行處理。縱向特征:看緊接著的幾個(gè)周期是否也支持這一證據(jù)。如果第i號(hào)紅外傳感器緊跟著的幾個(gè)周期也檢測(cè)到這個(gè)奇異點(diǎn)，則認(rèn)為其也是支持這一熱點(diǎn)的證據(jù)。(注:必須是相鄰的周期)。

4 D-S證據(jù)理論融合

證據(jù)理論是由Dempster于1967年首先提出，由他的學(xué)生Shafer于1976年進(jìn)一步發(fā)展起來(lái)的一種不精確推理理論，也稱為Dempster/Shafer證據(jù)理論(D-S證據(jù)理論)，屬于人工智能范疇，最早應(yīng)用于專家系統(tǒng)中，具有處理不確定信息的能力。作為一種不確定推理方法，證據(jù)理論的主要特點(diǎn)是:滿足比貝葉斯概率論更弱的條件;具有直接表達(dá)“不確定”和“不知道”的能力。

在醫(yī)學(xué)診斷、目標(biāo)識(shí)別、軍事指揮等許多應(yīng)用領(lǐng)域，需要綜合考慮來(lái)自多源的不確定信息，如多個(gè)傳感器的信息、多位專家的意見(jiàn)等等，以完成問(wèn)題的求解，而證據(jù)理論的聯(lián)合規(guī)則在這方面的求解發(fā)揮了重要作用。

定義5設(shè)V為一識(shí)別框架，則函數(shù)m:2V→[0，1]是V上的基本概率賦值，定義函數(shù)BEL:2V→[0，1]為:

稱該函數(shù)是V上的信任函數(shù)[9]。

定義6設(shè)BEL1和BEL2是同一識(shí)別框架V上的兩個(gè)信任函數(shù)，m1和m2分別是其對(duì)應(yīng)的基本概率賦值，焦元分別為 A1，…Ak和 B1，…Br，又設(shè)

在上面式子中，若K1≠1，則m確定一個(gè)基本概率賦值;K1=1，則認(rèn)為m1、m2矛盾，不能對(duì)基本概率賦值進(jìn)行組合。定義6給出的證據(jù)組合規(guī)則滿足結(jié)合律和交換率，對(duì)于多個(gè)證據(jù)的組合，可以采用定義6的組合規(guī)則對(duì)證據(jù)進(jìn)行兩兩綜合[11－12]。

基于基本概率賦值的決策:設(shè)?A1，A2?V，滿足

則A1為判決結(jié)果，其中ε1，ε2為預(yù)先設(shè)定的門限。

由于每個(gè)傳感器獨(dú)立采集其檢測(cè)區(qū)域的溫度狀態(tài)，同一傳感器在不同周期對(duì)同一點(diǎn)的溫度采集也是獨(dú)立完成的，所以可以確認(rèn)每個(gè)傳感器之間的數(shù)據(jù)是不相關(guān)的，同個(gè)傳感器在不同周期的檢測(cè)數(shù)據(jù)也是不相關(guān)的。

假設(shè)，將u值輸出最高的i號(hào)傳感器和兩邊的i－1，i+1號(hào)傳感器，合計(jì)三個(gè)傳感器的三個(gè)周期的證據(jù)運(yùn)用D－S證據(jù)融合，融合數(shù)據(jù)的信息如表3所示。

表3 用于融合的證據(jù)列表

在具體融合的過(guò)程中，我們利用循環(huán)算法，先將1，2兩行的證據(jù)進(jìn)行融合，將融合結(jié)果再與第三行融合，依此類推，直至將九個(gè)證據(jù)完全融合后，輸出結(jié)果如最后一行所示:最終有火災(zāi)概率是O1，無(wú)火災(zāi)概率是O2，不確定度是O3。

5 試驗(yàn)及分析

為了驗(yàn)證以上理論的正確性，在空預(yù)器模型內(nèi)建立了模擬試驗(yàn)環(huán)境。按空預(yù)器正常工作時(shí)，原移動(dòng)式系統(tǒng)的單紅外探頭檢測(cè)值一般在150℃ ～160℃波動(dòng)的現(xiàn)場(chǎng)經(jīng)驗(yàn)，本次試驗(yàn)設(shè)定空預(yù)器模型的背景溫度在150℃～160℃范圍內(nèi);設(shè)定模擬熱點(diǎn)產(chǎn)生在3號(hào)傳感器檢測(cè)位置處，模擬熱點(diǎn)是一不間斷加熱的一塊鐵板使其溫度逐步升高，其直徑為熱點(diǎn)最小檢出直徑。實(shí)驗(yàn)的目的是檢驗(yàn)系統(tǒng)能否及時(shí)有效地檢測(cè)出這個(gè)相對(duì)于溫度分布規(guī)律不斷升高的奇異點(diǎn)。為了能夠與紅外閾值報(bào)警系統(tǒng)方法進(jìn)行比較，在3號(hào)傳感器檢測(cè)部位的正下方同時(shí)放置了原移動(dòng)式系統(tǒng)的單紅外探頭同時(shí)檢測(cè)此熱點(diǎn)的變化。實(shí)驗(yàn)過(guò)程中當(dāng)單紅外探頭檢測(cè)值升到179℃時(shí)，本系統(tǒng)已經(jīng)決策判斷出此奇異點(diǎn)為一熱點(diǎn)，并發(fā)出了相應(yīng)的報(bào)警信號(hào)。此時(shí)數(shù)據(jù)記錄如表4所示，最終有火災(zāi)概率是0．576 087 820 429 17，無(wú)火災(zāi)概率是0．423 909 804 378 28，不確定度已經(jīng)降低到了0.000 002 375 192 57。預(yù)先設(shè)定 ε1= ε2=0．001，m(A1)－m(A2)＞ε1，不確定度 m(V)＜ε2，且 m(A1)＞m(V)以上三條決策條件都滿足，發(fā)出相應(yīng)的報(bào)警信號(hào)。表4中，3號(hào)傳感器有火災(zāi)的概率最大，所以也正確的判斷出熱點(diǎn)所在位置是3號(hào)傳感器在報(bào)警時(shí)對(duì)應(yīng)的預(yù)熱器位置。而此時(shí)與之相比較的閾值報(bào)警傳感器而無(wú)報(bào)警信號(hào)發(fā)出(由于電廠的紅外閾值一般設(shè)定在200℃左右，視具體工況而定)。為了充分驗(yàn)證系統(tǒng)的性能，改變熱點(diǎn)和單紅外探頭位置后重復(fù)進(jìn)行了兩次上述實(shí)驗(yàn)，本系統(tǒng)將這兩熱點(diǎn)都及時(shí)檢測(cè)出來(lái)，報(bào)警時(shí)單紅外傳感器的檢測(cè)值分別為184℃和176℃，相應(yīng)的閾值報(bào)警傳感器無(wú)一報(bào)出。

實(shí)驗(yàn)表明:本系統(tǒng)發(fā)出熱點(diǎn)報(bào)警時(shí)對(duì)應(yīng)的熱點(diǎn)溫度均較普通閾值報(bào)警時(shí)的溫度值低，因此可以減少溫度升高對(duì)預(yù)熱器的損害;由于本系統(tǒng)產(chǎn)生的報(bào)警信號(hào)需要來(lái)源于數(shù)個(gè)傳感器在不同時(shí)間的測(cè)量數(shù)據(jù)，因此可以排除由于單個(gè)傳感器漂移引起的誤報(bào)警;實(shí)際應(yīng)用中移動(dòng)探頭式檢測(cè)設(shè)備其完成一個(gè)完整的空預(yù)器表面檢測(cè)需要大概20個(gè)空預(yù)器旋轉(zhuǎn)周期，而紅外陣列系統(tǒng)卻能在一個(gè)空預(yù)器旋轉(zhuǎn)周期完成其表面溫度檢測(cè)。因此，本系統(tǒng)(基于紅外陣列和溫度分布規(guī)律的融合方法)的決策結(jié)果能在閾值報(bào)警方法之前及時(shí)、有效的檢測(cè)出熱點(diǎn)，發(fā)出報(bào)警信號(hào)，從而可以避免熱點(diǎn)溫度不斷升高、不斷擴(kuò)大給預(yù)熱器帶來(lái)的損害。

表4 數(shù)據(jù)融合后的證據(jù)列表

6 結(jié)論

本文提出了基于紅外陣列傳感器的數(shù)據(jù)融合方法。其克服了熱電偶檢測(cè)系統(tǒng)不能檢測(cè)到空氣預(yù)熱器詳細(xì)信息的缺點(diǎn);克服了移動(dòng)式紅外傳感器檢測(cè)系統(tǒng)檢測(cè)周期長(zhǎng)，機(jī)械裝置容易卡死等問(wèn)題。在融合方法方面:本系統(tǒng)對(duì)火災(zāi)的檢測(cè)是基于自適應(yīng)的溫度分布規(guī)律進(jìn)行的。經(jīng)實(shí)驗(yàn)證明:此融合方法能夠在閾值報(bào)警方法之前及時(shí)、有效的檢測(cè)出熱點(diǎn)的存在。不僅克服了閾值報(bào)警中，閾值的設(shè)定過(guò)多的依賴于經(jīng)驗(yàn)和現(xiàn)場(chǎng)工況，容易出現(xiàn)漏報(bào)警和誤報(bào)警的缺點(diǎn)，而且具有自診斷、自適應(yīng)功能，大大提高了系統(tǒng)的智能化。本系統(tǒng)能夠以溫度分布規(guī)律為參照，估計(jì)每個(gè)紅外傳感器檢測(cè)點(diǎn)的溫度狀態(tài)，然后利用D-S證據(jù)理論將多個(gè)紅外傳感器給出的狀態(tài)有機(jī)的融合起來(lái)，達(dá)到了降低紅外傳感器不確定度的目的，使系統(tǒng)的可靠性大為提高。

[1]劉涵，劉丁，李琦，等．電站鍋爐空氣預(yù)熱器火災(zāi)報(bào)警系統(tǒng)的研究[J]．電子技術(shù)應(yīng)用，1998，24(6):35 －36．

[2]殷國(guó)東．回轉(zhuǎn)式空氣預(yù)熱器的熱點(diǎn)探測(cè)系統(tǒng)[J]．汽輪機(jī)技術(shù)，2003，45(6):137 －138．

[3]王志強(qiáng)，高崇輝，鞠盛武．空氣預(yù)熱器熱點(diǎn)檢測(cè)系統(tǒng)[J]．電站系統(tǒng)工程，1996，12(2):60 －62．

[4]徐魯．鄒縣三期空氣預(yù)熱器熱點(diǎn)檢測(cè)系統(tǒng)[J]．山東電力技術(shù)，1996，(5):53 －54．

[5]孟繁兵，劉大俊，牟郁慧，等．回轉(zhuǎn)式空氣預(yù)熱器熱點(diǎn)在線檢測(cè)系統(tǒng)的研究[J]．黑龍江電力技術(shù)，1997，19(6):331 －334．

[6]孫潔娣，溫江濤，靳世久．基于D-S證據(jù)理論的管道安全監(jiān)測(cè)數(shù)據(jù)融合技術(shù)的研究[J]．傳感技術(shù)學(xué)報(bào)，2007，20(2):402 －407．

[7]王洪躍．回轉(zhuǎn)式空氣預(yù)熱器動(dòng)態(tài)特性及控制策略研究[D]．東南大學(xué)，2005:11 －17．

[8]Qu Dongcai，Meng Xiangwei，Huang Juan，et al．Research of Artificial Neural Network Intelligent Recognition Technology Assisted by Dempster-Shafer Evidence Combination Theory[C]//7th International Conference on Signal Processing，2004 Volume 1，31 Aug．－4 Sept．2004:46 －49．

[9]姚偉祥，吳龍標(biāo)，盧結(jié)成．用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行火災(zāi)探測(cè)[J]．信號(hào)處理，2000，16(1):61 －70．

[10]Xu Lijia，Chen Yangzhou，Cui Pingyuan．Improvement of D-S Evidential Theory in Multisensor Data Fusion System[C]//Proceeding of the 5th World Congress on Intelligent Control and Automation June 15 －19，2004，Hangzhou，P．R．China:3124 －3128．

[11]何友、王國(guó)宏，陸大金，等．多傳感器信息融合及應(yīng)用[M]．北京:電子工業(yè)出版社，2007:40－47．

[12]劉涵，李琦，劉丁，等．基于最小二乘支持向量機(jī)的電站鍋爐空預(yù)器熱點(diǎn)檢測(cè)系統(tǒng)研究[J]．中國(guó)電機(jī)工程學(xué)報(bào)，2005，25(3):147－151．

[13]韓崇昭，朱洪艷，段戰(zhàn)勝，等．多源信息融合[M]．清華大學(xué)出版社，2006:157 －193．