２）融合结果评价规则目前大多数故障判断规则采用了最大阈值的原则，这种判断在单故障的情况下有效，但是当多故障并发时，不能得出完全的诊断结果。因此，对融合结果评价规则的研究将是未来重要的方向。

　　３）智能化的数据融合技术随着技术的发展，需要诊断的对象会越来越复杂，新的故障形式也会出现，为满足这些诊断工况，必须采用一种智能化的融合技术。因此，以神经网络和专家系统为主体，配合其他融合算法的方法将会是未来重要的研究趋势。

　　参考文献：

　　［１］何富君，刘小磊，卢晓昭，等．传感器的故障诊断技术研究［Ｊ］．科学技术与工程，

　　［２］郭敏．多源信息融合在故障诊断技术中的应用研究［Ｊ］．计算机与数字工程，

　　［３］吕琛．故障诊断与预测———原理、技术及应用［Ｍ］．北京：北京航空航天大学出版社，

　　［４］赵蕊．信息融合在水轮发电机组故障诊断系统中的应用研究［Ｄ］．长沙：中南大学，

　　［５］覃祖旭，张洪钺．信息融合的一般过程及在故障诊断中的应用［Ｊ］．测控技术，

　　［６］王志鹏．基于信息融合技术的故障诊断方法的研究及应用［Ｄ］．大连：大连理工大学，

　　［７］朱大奇，刘永安．故障诊断的信息融合方法［Ｊ］．控制与决策，

　　［８］尚朝轩，毛二可，胡文华．基于多源信息融合的雷达装备故障诊断决策研究［Ｊ］．计算机测量与控制，

　　［９］刘希亮，陈桂明，李方溪，等．多源信息融合及其在齿轮泵故障诊断中的应用［Ｊ］．液压与气动，

　　［１０］高媛媛．多信息融合技术在电机故障诊断中的应用研究［Ｄ］．沈阳：沈阳工业大学，

　　［１１］周曙．基于贝叶斯网的电力系统故障诊断方法研究［Ｄ］．成都：西南交通大学，

　　［１２］栗然，高聪颖，张烈勇．基于粗糙集－贝叶斯方法的分布式电网故障诊断［Ｊ］．华北电力大学学报，

　　［１３］张乐信．基于粗糙集和贝叶斯的电网故障诊断系统的研究应用［Ｄ］．成都：电子科技大学，