中文摘要：

针对动态过程监测中的不确定性问题及多物理域特征信息融合问题，对前期研究中初步提出的广义区间概率方法及广义隐马尔科夫模型开展进一步的深入研究，形成完整的理论与方法，以期解决具有不确定性与随机性的工程技术问题。在此基础上，研究广义隐马尔科夫模型构建方法，对模型的有效性与敏感性进行检验与分析，探讨模型阈值选择与调整，并提出基于广义隐马尔科夫模型的多物理域特征信息融合方法。最后，将本项目提出的方法应用于加工过程状态或动态性能的监测与预示。通过对加工过程中的振动、温度、噪声和切削力等信号的观测，应用基于广义隐马尔科夫模型的信息融合方法，构建反映加工状态或动态性能的最优特征集和状态信息谱，建立加工状态或动态性能的预测模型，实现对加工过程动态参数的监测与预示。本项目的研究将为解决动态过程监测中的不确定性问题及多物理域特征信息融合问题提供新的理论、方法与技术。

结论摘要：

针对动态过程监测中的不确定性问题及多物理域特征信息融合问题，对广义区间概率方法及广义隐马尔科夫模型开展进一步的深入研究，并应用于具有不确定性与随机性的工程技术问题，形成了较为完整的理论与方法。在此基础上，研究广义隐马尔科夫模型构建方法，对模型的有效性与敏感性进行了检验与分析，探讨了模型阈值选择与调整，并提出了基于广义隐马尔科夫模型的多物理域特征信息融合方法。最后，将提出的方法应用于加工过程状态或动态性能的监测与预示。通过对加工过程中的振动、温度和切削力等信号的观测，应用基于广义隐马尔科夫模型的信息融合方法，构建了反映加工状态或动态性能的最优特征集和状态信息谱，建立了加工状态或动态性能的预测模型，实现了对加工过程动态参数的监测与预示。本项目的研究为解决动态过程监测中的不确定性问题及多物理域特征信息融合问题提供新的理论、方法与技术。