应用粗集理论解决故障诊断中的不确定性问题的研究

发布时间：2020-05-29 11:15

【摘要】：不确定性问题一直是制约故障诊断专家系统应用和发展的一个瓶颈问题。本论文的核心工作就是应用粗集理论来解决故障诊断系统中不确定性知识的表达和不确定性推理问题,并以压缩机故障诊断为例建立相应的一套方法。 本文利用粗集理论方法,结合国内外压缩机诊断长期积累的数据,给出了压缩机组故障样本模型,并获取了某型离心式压缩机组的振动故障样本原始决策表;分别应用分明矩阵和数据分析方法,获得了离心式压缩机故障诊断的最终决策表,并提取了故障诊断规则;以振动特征信息为依据,应用粗集理论,提出了一种压缩机组故障诊断的新方法。其基本思路是将振动频谱信息划分为多个频谱带,并以这些频谱带作为故障分类的条件属性来表达各种可能发生的故障情况。再通过决策表化简得到故障规则,实现压缩机组的故障诊断,并揭示故障频谱信息的冗余性。本方法为在不完备征兆信息下诊断压缩机组故障提供了新的思路。 论文最后采用C++和VC++语言,给出了诊断系统的软件实现。系统的主要功能包括:故障原始决策表的创建;决策表的约简:故障规则的自动获取;实例的故障诊断。
【图文】：

述知识的粗糙程度。图2一1近似空间(U，R)中集合X的近似划分如图2一1，假设给定知识库K=(U，R)，对于每个子集XEU，R是U上的等价关系，我们可根据R的基本集合的描述来划分集合Xo则可以得到:R一(X)=U{YEU/:RYg刀R一(X)=U{YeU/:RY门尤笋必}分别称它们为X的R下近似(RLowerApproximation)和R上近似(RUpperApporximatino)。其中中是空集，Y是U上按等价关系R作成的等价类。下近似被解释为所有那些被包含在X里面的等价类的并集:上近似被解释为所有那些与X有交的等价类的并集。事实上，，R一(X)是包含于X中最大的R可定义集

创建故障样本原始决策表
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TH17

【引证文献】

相关硕士学位论文 前4条

1 范兴铎;基于粗集—神经网络的智能混合故障诊断系统的研究[D];浙江工业大学;2006年

2 王丰美;基于粗糙集—神经网络的智能混合故障诊断系统的开发[D];浙江工业大学;2007年

3 张树;用于加工中心的计算机智能监测控制方法研究[D];河北工业大学;2007年

4 曹黎明;基于粗糙集理论的汽轮机组振动故障诊断研究[D];东北电力大学;2010年

本文编号：2686850