一种基于未确知深度理论的复杂系统健康状态评估方法

摘要

本发明提供了一种基于未确知深度理论的复杂系统健康状态评估方法，包括如下步骤：(1)通过传感器采集系统中对应于传感器位置的测量点的数据；(2)对采集到的数据进行预处理；(3)根据采集到的数据与对应传感器的健康状态的映射关系，设定未确知测度函数；(4)根据未确知测度函数，构建单传感器的未确知测度矩阵；(5)根据未确知测度函数，构建子系统的未确知测度矩阵；(6)对系统中各传感器，计算不同时刻点的权重分配；(7)对系统中各传感器，计算不同传感器的权重分配。本发明有效通过未确知理论实现各传感器的初步特征提取，实现初步健康评估，并通过深度神经网络进行数据融合，获取健康因子，定量的实现系统的健康评估，增加系统的可靠性。