基于粗糙集和支持向量机的航空液压泵故障诊断

针对航空液压泵故障样本有限、故障数据同时具有不完备和冗余的特点,分析了液压泵柱塞球头游隙增大故障的原因和特点,对比了故障泵相对于正常泵的频域信号特征,提出了一种基于粗糙集和支持向量机的液压泵故障诊断方法.首先利用粗糙集对故障特征变量进行约简,去除冗余信息,在保证分类质量不变的前提下寻求描述系统故障特征的最小属性集合;然后再将经过粗糙集约简后的数据样本用于训练支持向量机来进行小样本的故障诊断.试验结果表明:采用粗糙集和支持向量机相结合的诊断方法适合于航空液压泵的高精度故障诊断.     

粗糙集和证据理论相结合的数据挖掘方法

在粗糙集和证据理论相结合的数据挖掘技术中,常用的方法是以证据理论为主,而将粗糙集作为获取证据权重的辅助手段.这种结合方法既不能有效发挥证据理论的数值计算作用,也不能很好利用粗糙集理论的分类功能.因此,文章提出一种新的粗糙集和证据理论相结合的数据挖掘技术.首先通过粗集理论对决策表进行约简,消除系统冗余,得到决策规则.其次对经过约简所得到的决策表进行数值处理,降低预测代价,并构建证据焦元空间.最后将证据焦元空间用合成规则进行融合.计算结果表明,文中所提出的粗糙集与证据理论相结合的数据挖掘方法,不但细化了决策规则,而且给出了决策系统规则的定量描述,有效地补充和扩展了证据理论的应用范围.     

基于粗糙集和神经网络的机械故障诊断研究

提出了粗糙集理论与神经网络结合的机械故障诊断方法,研究了连续属性离散化的SOM方法和条件属性约简的差别矩阵方法,归纳了构建神经网络需考虑的关键问题,用一个算例验证了方法的有效性.结果表明：粗糙集能有效地约简冗余信息,简化神经网络的结构,缩短网络的训练时间,提高诊断的效率;SOM网络能将连续性输入映射成具有理想聚类结果的离散性输出,并能保持数据间的拓扑结构不变;利用差别矩阵对决策表进行约简,结果准确可靠;BP神经网络泛函逼近能力强,能快速准确地完成特征空间到故障空间的映射.     

基于粗糙集的故障诊断方法

利用粗糙集理论对决策表进行约简以自动获取过程工业生产系统中的故障知识，从信息熵的角度分析系统知识不确定性的变化，提出了一种基于粗糙集理论的故障诊断新方法，研究了粗糙集理论在故障诊断中的适用性，在前向推理和反向推理的基础上，给出了针对故障点建立决策表以及利用粗糙集约简所获得的诊断规则进行正、反向故障诊断的步骤，讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度。通过这种方法能够进行故障的寻找和定位，实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行件和有效件。     

一种航空电子系统安全性需求验证方法

针对航空电子系统安全性评估过程中正确性难以保证的问题,在研究系统安全性模型的基础上,提出了一种基于模型的系统安全性需求描述和验证方法。该方法首先针对系统功能需求、安全性目标和失效状态建立危害用例,提取安全性需求;然后,采用带功能失效的状态机图描述包含安全性需求的系统功能模型,并使用安全扩展层次自动机作为中间状态,通过转换算法实现系统功能模型的形式化描述;最后,通过模型检测实现安全性需求的正确性验证。实例分析表明,该方法能够验证设计的系统功能是否满足安全性属性,提升安全性评估的准确性和效率。     

粗糙集与决策树结合诊断故障的数据挖掘方法

根据数据挖掘技术用于故障诊断的基本思想，利用粗糙集进行数据归纳，过滤大量故障数据中的冗余属性，得到精简故障数据集。而后，用决策树分类方法处理精简数据集，产生分类所需的规则以进行分类，并结合实例说明了该方法的工作步骤。由实例可知该方法用于故障诊断的可行性，最后指出实际应用过程中的一些技术难题。     

基于粗糙集和ANFIS相结合的配电网故障诊断方法

为了提高配电网故障诊断的准确性和效率,提出了将粗糙集与自适应神经网络模糊系统(adaptive neuro-fuzzy inference system,ANFIS)相结合构建粗糙集和神经网络的智能混合诊断系统,以充分利用粗糙集理论对知识的约简能力和神经网络的容错学习能力.通过粗糙集理论中的信息熵概念对诊断系统输入变量进行合理选择,即选取与故障诊断信息相关性大的参数作为输入,然后利用ANFIS进行建模和参数辨识,并通过训练样本进行学习训练,这样既减少了神经网络的学习训练时间,又提高了诊断的准确度.用该方法对某一实际配电网进行了故障诊断,结果表明:该方法计算速度快,具有良好的容错性能和在线故障诊断潜力.     

分布式航空电子系统通用开放式软件架构的探究

在对现代飞机进行保养时航空电子系统是其保持性能的重要原因之一,而航电系统中关于通用开放式软件架构的研究也一直在持续当中,甚至在国外的发达国家里不但对其实行理论研究,更是将其在实际飞行中进行了运用。本文主要探究了分布式航空电子系统中对于通用开放式软件架构的研究,并论述了开放式软件架构能够满足航电系统规范化、标准化、开放化的需求。     

基于自适应遗传算法的粗糙集属性约简方法

针对遗传算法在全局优化问题中出现的早熟收敛和后期收敛速度较慢的现象,提出了一种基于自适应遗传算法的粗糙集属性约简方法。该算法基于自适应交叉概率算子和变异算子,根据进化代数和群体的适应值,动态调整各个个体的交叉概率和变异概率,优化了各个个体被选择的概率。实验表明,该方法能够明显地改善全局寻优能力,并大大加快了收敛速度。     

Fault Diagnosis Approach of Local Ventilation System in Coal Mines Based on Multidisciplinary Technology

In order to reduce the probability of fault occurrence of local ventilation system in coal mine and prevent gas from exceeding the standard limit, an approach incorporating the reliability analysis, rough set theory, genetic algorithm （GA）, and intelligent decision support system （IDSS） was used to establish and develop a fault diagnosis system of local ventilation in coal mine. Fault tree model was established and its reliability analysis was performed. The algorithms and software of key fault symptom and fault diagnosis rule acquiring were also analyzed and developed. Finally, a prototype system was developed and demonstrated by a mine instance. The research results indicate that the proposed approach in this paper can accurately and quickly find the fault reason in a local ventilation system of coal mines and can reduce difficulty of the fault diagnosis of the local ventilation system, which is significant to decrease gas exploding accidents in coal mines.     

粗集理论在车辆传动系故障诊断中的应用

用粗集的方法对车辆动力及传动系统的故障数据进行分析处理 ,通过计算属性的重要性和依赖度 ,从而获得最小的有效故障特征参数向量 ,使得车辆故障的快速实时诊断成为可能 .并通过计算决策的协调度来完成多决策信息的故障诊断 .结果表明 ,粗集方法在车辆故障诊断这一领域有着广泛的应用和其他方法无法替代的优越性     

基于CLIPS平台的压缩机故障诊断系统

本文说明了建立离心式压缩机故障诊断专家系统的必要性．并介绍了一种基于C语言的专家系统开发工具-CLIPS，在总结压缩机各种故障典型特征的基础上，结合专家系统的基本原理和系统结构．从知识库的建立、推理模型、工作流程等方面阐述了此压缩机故障诊断专家系统的实施方案．该专家系统经过调试验证，取得了满意的效果，证明有一定的实用价值．     

汽轮发电机组振动故障的一种综合诊断方法

通过对汽轮发电组水平与垂直方向振动信号的分析，指出常规的采用单方向振动信号的诊断结果往往存在一定的片面性，同时提出了一种基于ＢＰ网络的结合水平与垂直方向振动信号的综合诊断方法，通过实际诊断证明，该方法有利一对机组故障的全面诊断。     

人工智能在变压器故障检测中的应用

提出一种新型人工智能的应用，运用模糊控制理论将人工神经网络、专家系统技术结合起来，构成：ESANN系统，对运行中的变压器故障进行诊断．重点介绍了ESANN的操作结构，并通过现场实例说明了该智能型系统较ANN和ES单独运行时具有更优性能．     

一种基于粗糙集理论的变压器故障多变量决策树诊断方法

本文介绍了一种基于粗糙集理论来构建变压器故障诊断多变量决策树的算法。该方法选择变压器故障决策表的相对于决策属性的范化作为决策树的根节点,再选择粗糙度最小的条件属性作为下一个分枝节点的检验属性,形成结构更为简洁合理的变压器故障诊断多变量决策树。通过实例比较验证了该方法的有效性。     

一种基于粗糙集理论的变压器故障多变量决策树诊断方法

本文介绍了一种基于粗糙集理论来构建变压器故障诊断多变量决策树的算法。该方法选择变压器故障决策表的相对于决策属性的范化作为决策树的根节点,再选择粗糙度最小的条件属性作为下一个分枝节点的检验属性,形成结构更为简洁合理的变压器故障诊断多变量决策树。通过实例比较验证了该方法的有效性。     

基于粗糙集分解的传感器网络节点故障诊断方法

土壤环境监测系统中,节点故障诊断技术对及时了解网络中传感器节点的状态起着重要作用。由于网络中故障节点的存在,使得整个传感器网络监测数据的完备性受到影响。该文提出了一种不完备信息系统的粗糙集分解方法,并将此方法应用于传感器网络的节点故障诊断中,结果证明了方法的有效性。     

基于遗传编程的线性鉴别分析及其在故障诊断中的应用

针对线性鉴别分析在提取非线性特征时不能取得很好效果的问题,提出了基于遗传编程的线性鉴别分析方法。首先利用遗传编程对传统的时域指标进行特征提取,得到更能反映信号本质的复合指标,然后通过线性鉴别分析提取最佳特征向量,作为识别特征输入多类支持向量机,实现了对机器不同类型故障的识别。实验表明,经过基于遗传编程的线性鉴别分析提取的特征对轴承的故障具有很好的识别能力,进而提高了多类支持向量机的分类准确性。