基于粗糙集理论的航空发动机滑油光谱诊断专家系统知识获取方法研究

针对航空发动机滑油光谱诊断专家系统的知识获取问题,本文建立了基于粗糙集理论的航空发动机滑油光谱诊断专家系统知识获取模型。首先建立反映光谱元素浓度及元浓度梯度与发动机磨损故障之间关系的典型故障样本集;然后运用粗糙集理论的离散、约简及规则提取等算法,从大量的故障样本中自动获取知识规则,并将知识规则存储于专家系统知识库中;最后,建立推理机,运用一定的推理策略实现发动机磨损故障诊断。本文利用航空发动机实测的油样光谱数据对所建立的粗糙集知识获取方法,进行了实例验证。     

基于粗糙集的零件合并专家知识获取方法

以装拆时间、装拆难度、材料成本、制造成本、再设计和后处理成本,以及产品质量等的变化程度作为零件是否合并的条件属性,零件是否合并作为决策属性,应用粗糙集理论分析设计过程中的专家经验和知识.在经典粗集理论的基础上,以属性重要度作为启发式信息来计算属性核和属性约简,并以此挖掘隐含在经验数据中的专家知识,形成零件是否可以合并的决策规则.最后,以小型塑封机再优化设计为例,验证了该方法的实用性和有效性.     

基于粗糙集的计算机辅助夹具设计专家系统知识获取

结合粗糙集理论与夹具设计的特点,建立了夹具设计专家系统知识发现模型。从专家的经验数据和实际案例出发。运用粗糙集理论进行知识约简和发现,得到一致性决策表,构建夹具设计专家系统知识库,并利用专家系统的推理机和综合数据库,实现对知识库的动态维护。     

基于粗糙集的虚拟装配环境中知识获取方法研究

在分析虚拟装配环境中数据的特点和粗糙集理论方法的基础上，提出在虚拟装配环境中获取装配规划领域专家知识方法。采用仓库网格技术获得零部件属性(即分类概念)，在进行属性值评估并与虚拟装配环境中获得的结果数据合并后，应用基于粗糙集规则推理方法获取专家知识，对获取的知识进行评估以判断获取规则的正确率。以发动机引擎的装配模型为例，说明了该知识获取方法的有效性。     

基于粗糙集知识获取的转子轴承系统故障诊断知识库构造研究

利用粗糙集理论从信息系统中知识获取与知识发现的功能，对转子轴承系统状态监测与故障诊断系统中知识库构造进行了研究。通过对粗糙集理论用于智能决策过程和诊断监测数据特性的分析，获得了数据表中连续属性值离散化映射、条件属性集与决策属性集记录的完备性是诊断知识获取与知识发现前提条件的结论。建立了基于粗糙集方法从数据库中知识获取和知识发现的诊断知识库模型，设置的连续属性值离散化步骤具有实现知识库决簏规则扩展的特点。     

基于粗糙集理论的变压器故障诊断专家系统研究

在传统的变压器故障诊断专家系统的基础上 ,引入粗糙集理论以解决专家系统较难获取完备知识的瓶颈问题。该系统从历史故障数据所形成的决策表出发 ,运用粗糙集理论进行约简 ,构建专家系统知识库模型。通过计算规则隶属粗糙度 ,来表示诊断规则的置信程度。利用推理机和故障事例库 ,实现对知识库的动态维护。     

基于神经网络的综合智能故障诊断专家系统

神经网络(ANN)和专家系统(ES)是人类智能活动的两种表示方法，它们有优缺点。如果把这两种技术结合起来取长补短，所形成的神经网络智能系统则会更加完善。这已成为人工智能发展的一个重要趋势。本文对神经网络专家系统和传统的专家系统结合起来的综合智能故障诊断专家系统在故障诊断中的应用进行了研究。     

基于粗糙集理论的装载机故障诊断研究

采用粗糙集理论来进行装载机故障知识的获取，给出了装载机诊断推理的策略和流程。该方法提高了诊断系统的容错性，为在不完备信息下的装载机故障诊断提供了一种新的思路。实例诊断结果证明了该方法的有效性。     

基于知识网格的故障诊断专家系统模型

利用知识网格能够提供更广范围的知识获取与数据挖掘、便于构造更有效且完备的知识库以及知识库之间的知识共享与协同能力等特点,提出了基于知识网格的故障诊断专家系统模型,构造基于本体的故障诊断知识库、基于资源空间模型的知识规范管理、及其网格环境下故障诊断推理机制.知识网格故障诊断专家系统易于知识的动态扩充、知识的广域存放以及异构知识源的有效融合.该研究不仅为故障智能诊断研究提供了一条崭新的途径,同时也促使了传统专家系统的新发展.     

Rough集理论在故障诊断专家系统中的应用研究

在传统故障诊断专家系统的基础上，引入Rough集理论，提出了基于Rough集的故障诊断专家系统模型，并对模型中规则处理模块和冗余处理模块进行了功能分析和设计。     

基于粗糙集理论多知识库的知识发现

简介了粗糙集理论的基本概念和特点,通过一个实例将粗糙集理论作为生成多个知识库的形式模型,对各个知识库的决策结果进行处理,从而提高决策结果的可靠性和准确性.     

基于粗糙集理论的知识发现在机械故障诊断中的应用问题研究

对粗糙集理论的知识运算原理及其在工程领域智能决策问题中的应用方法进行了探讨.得出利用该工具实施知识发现,其依据是知识库的知识间存在着知识包含关系、关于论域的多种知识表达方式间存在着知识等价概念.而所发现的知识规则,本质上是原始知识库中所积累的点滴知识规则集合被高度概括为知识颗粒集合的结果.由此得出,获得真实、有效的原始诊断知识资源,使它们能够与领域专家的知识保持协调一致关系,并具有诊断知识挖掘的价值,则是关于诊断知识发现研究能够解决机械故障智能诊断的知识获取难题需开展的最基础工作.这引发出了对机械故障诊断的知识资源用数据方式去进行科学化妥善保护问题研究的新课题.     

粗集理论在变速箱故障特征提取中的应用

根据CA10B变速箱故障诊断的需要,将粗集理论应用到变速箱故障诊断分析中。通过运用粗集理论,将变速箱的故障特征进行简化,最终将传动装置故障诊断最初用的14种特征量简化为4种,实现了在不影响诊断效果的前提下,大幅度的提高了诊断速度,为旋转机械的快速诊断提供了可行的办法。     

基于粗集理论的往复泵泵阀故障诊断方法

提出了一种基于粗集理论的往复泵泵阀故障诊断方法。该方法可以直接从经过小波包处理的泵阀振动信号中提取故障诊断观测，并由此建立基于规则的泵阀故障诊断系统，该系统不仅可以对发生故障的单个泵阀进行诊断，而且还能对同时发生故障的多个泵阀进行诊断，试验结果表明了这种方法的有效性。这种方法的可行性也为其它复杂机械的故障诊断提供了新思路。     

粗糙集理论在智能故障诊断中的应用

神经网络和规则推理是智能故障诊断的两种重要方法。给出了粗糙集理论在这两种系统中的应用，粗糙集－神经网络（RNN）系统，粗糙集作为神经网络系统的预处理，仿真结果表明RNN系统提高了诊断准确率和诊断速度，粗糙集用于故障诊断专家系统的规则获取，可得出确定性规则和可能性规则。结果表明粗糙集方法能处理由于类重叠引起的样本信息不精确，不一致情况下的规则获取，消除故障诊断中的误报和漏报现象对诊断性能的影响。     

基于粗糙集和Petri网理论的矿井电网故障诊断

结合真实井下变电站的情况,将粗糙集和Petri网理论结合提出了一种故障诊断的方法,即利用粗糙集知识约简和处理不确定信息的能力,对变电站的故障诊断知识实现属性优选,获得最小诊断规则,用来建立最优的Petri网模型,并利用Petri网并行推理的能力实现简洁高效的故障诊断。测试表明该方法能有效地缩减求解规模,诊断速度快,正确率高。