基于证据推理规则和粗糙集的分类器设计及其在故障诊断中的应用

发布时间：2025-01-15 10:01

　　证据推理(Evidence Reasoning,ER)规则是对Dempster-Shafer(DS)证据理论中Dempster组合规则的有效扩展,它解决了Dempster组合规则中证据折扣前后特异性的非正常变化问题,并明确区分了证据的重要性权重和可靠性因子的概念。最近,一些学者将ER规则应用于设备故障诊断中,并且取得了一定的成果。在此基础上,本文通过量化分类属性样本及其证据的不确定性,给出一种获得可靠性因子的方法,并基于此设计了一种新型的广义分类器,然后将该分类器应用于完备和不完备样本条件下的故障诊断中,以便提升ER诊断模型在解决设备故障诊断问题中的适用性和应用效果,主要工作如下:(1)基于证据推理规则和粗糙集的广义分类器设计。首先,基于样本特征参考值投点获取参考证据矩阵,利用证据不确定度进行参考证据矩阵参数的优化。然后,基于粗糙集和证据不确定度获取证据的可靠性因子,使用ER规则进行证据融合与分类决策。最后利用University of California Irvine(UCI)提供的五种典型分类数据集,详细叙述了广义分类器算法的实施过程,并对实验结果进行了详细分析,从而说明所提分类器...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图4.2时域波形图以及对应的幅值频谱图

杭州电子科技大学硕士学位论文27在仿真中考虑了6种类型的故障：正常运行F1，基座松动F2，转子不对中F3，转子不平衡F4，齿轮缺齿F5，风机断叶F6，则故障集合Θ={F1,F2,F3,F4,F5,F6}。电机转子的转速设定为1500r/min，采样频率为1280Hz，基频1X=2....

图5.1不同缺失率下的平均确诊率

杭州电子科技大学硕士学位论文48表5.28ER2测试样本的混淆矩阵诊断结果总计F1F2F3F4F5F6真实故障类型F110610210110F201100000110F301107200110F402310320110F500001052110F600000110110最后将四个....

图5.2不同缺失率下的平均相对诊断损失率

杭州电子科技大学硕士学位论文48表5.28ER2测试样本的混淆矩阵诊断结果总计F1F2F3F4F5F6真实故障类型F110610210110F201100000110F301107200110F402310320110F500001052110F600000110110最后将四个....

本文编号：4027239