粗糙集属性约简理论在故障诊断中的应用研究

在故障诊断专家系统中,当系统规模较大时,知识库中的规则骤然增多,搜索匹配规则需耗费大量的时间,因此推理速度受到限制.在故障诊断系统中使用粗糙集属性约简理论,在知识获取之前能减少大量包含较少或几乎不包含什么信息量的冗余属性,将大大简化知识库结构的复杂度,提高人们对隐含在知识库庞大数据量下的各种信息的认识程度.     

基于属性重要度的案例特征权重确定方法

针对已有案例特征权重确定方法所需存储空间大且未解决新增案例情况下的权重更新问题,提出一种基于属性重要度的改进方法,通过引入分体差别矩阵,发现新的属性核、约简与原有结果之间的关系,设计属性核、约简的增量式更新算法,并给出计算特征项权重的算法描述,利用时间及空间复杂性对比,体现了算法的性能优势。     

粗糙集属性约简的基因算法

粗糙集是一种新型的数据分析方法,而属性约简是其主要算法,由于属性的约简为ＮＰ问题,使得传统算法很难将粗糙集应用于实际中,利用基因算法的搜索寻优技术,提出一种基于多目标优化基因算法的属性约简算法,它不仅有较高的约简效率,而且可以得到多种约简属性集。以柴油机油路故障为例,进行特征属性的约简,取得了较好的结果。     

基于信息熵属性约简的航空发动机故障诊断

针对不协调信息条件下的航空发动机故障诊断问题,研究了基于信息熵属性约简的故障诊断方法。首先定义了故障诊断信息系统来描述不协调故障样本数据,针对基本粗糙集模型分类能力不足的问题,引入变精度粗糙集模型处理不协调诊断信息系统;然后针对现有条件熵不能区分不确定性规则的缺陷,提出了变精度条件熵作为属性重要度的度量标准,设计了启发式属性约简算法,提取故障诊断规则。将该方法用于航空发动机故障诊断,验证了该方法可有效处理不协调信息,显著提高了航空发动机故障诊断的准确率。     

基于粗糙集属性约简和贝叶斯分类器的故障诊断

利用改进的小波包对收集的信号进行特征提取,解决了小波包分解的频率混叠问题;针对故障信息中的冗余属性问题,提出了基于类差别矩阵改进属性重要度的属性约简算法,根据各条件属性在类差别矩阵中出现1的频次定义新的属性重要度,提高属性约简的效率;通过考虑条件属性与类属性间的关联性,提出了基于熵权法的属性加权朴素贝叶斯分类器算法,提高故障分类精度。通过对滚动轴承故障数据的对比分析,验证了所提组合方法在提高故障诊断正确率、快速性方面所具有的优势。     

基于粗糙集属性约简的过程控制规则提取

介绍了RST的基本理论,包括等价关系,上、下近似,决策规则以及属性约简.研究了根据属性的相对重要性从知识中提取规则的方法,采集了一个工业过程的实测数据,具体讨论了过程控制规则的获取.     

基于决策能力的启发式属性约简及其在诊断中的应用

基于粗糙集理论中决策表条件属性区分能力的概念,提出了计算属性决策能力的量化方法,并以此作为启发式信息来指导决策表中冗余属性的约简,提高了约简效率。这种方法直接应用于机械故障诊断中的知识约简,可以得到更清晰、简明的诊断规则,应用结果表明本约简算法合理、可靠。     

一种基于遗传算法的粗糙集属性约简算法

属性约简是粗糙集的核心内容之一,它是一个NP完全问题,这使得粗糙集很难在实际中应用。根据已知决策表系统的二进制可辨别矩阵,利用遗传算法快速寻优的特点,提出了一种基于遗传算法的属性约简算法。实验结果显示,该方法简单、有效。     

属性重要性的启发式属性约简算法

属性约简是Rough集理论的核心问题之一,为了更好地获得属性约简,本文构造了一种属性重要性的度量公式,并在此基础上提出了一种以属性重要性为启发式信息的二进制可辨矩阵的属性约简算法,解决了当二进制可辨识矩阵的属性频率相同的情况下的属性选取问题.最后用实例表明,此方法是一种获得属性约简的简单而有效的方法.     

基于支持向量机属性约简集成的模拟电路故障诊断

针对模拟电路故障数据存在大量无关或冗余特征的特点,为进一步提高故障诊断准确率,提出支持向量机属性约简集成的模拟电路故障诊断新方法.首先证明一致决策表属性约简与集合覆盖的等价性,将最优属性约简问题转化成最小集合覆盖问题;然后在结合混沌优化产生初始信息素分布和进行混沌扰动的基础上,设计求解最小集合覆盖问题的混沌蚁群算法;最后给出基于属性约简集成的模拟电路故障诊断模型.用双二次滤波电路对算法进行验证,取得97.8%的故障诊断准确率,与其他方法进行比较,结果显示了本文方法的优越性.     

基于RS和GA结合的属性约简在设备诊断维护中的应用

为了得到决策表的较优约简,将粗糙集的定性分析功能与遗传算法的全局最优解搜索功能有机结合,并用于诊断知识模型的约简求解.该法具有较强的自学习性能,且在实例应用中取得了满意的效果.     

基于模糊粗糙集和SVM的航空发动机故障诊断

随着航空产业的发展,航空发动机故障诊断逐渐向智能化、精确化方向发展,针对这一趋势结合模糊聚类、粗糙集以及支持向量机理论,提出了一种航空发动机故障诊断方法。首先,运用模糊C-均值聚类算法将连续数据离散化;然后,运用粗糙集的知识发现理论,在保持决策表的决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简;最后,利用支持向量机适用于小样本数据处理的特性对样本进行学习得到最优超平面决策函数从而进行故障诊断。对航空发动机性能参数实例的验证结果表明,该方法对航空发动机故障具有较强的诊断能力,在不影响诊断率的基础上大大缩短了运算时间。因此,提出的算法具有较好的实用性和准确性。     

模糊故障树在煤矿风机故障诊断中的应用

针对故障发生概率具有不确定性和模糊性的特点,本文将故障树和模糊集合理论相结合,进行模糊聚合和去模糊化处理,并将此方法应用于风机故障诊断中,研究证明是可行和有效的,且可推广应用于其他旋转机械的故障诊断.     

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。     

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。     

Reduction of rough set attribute based on immune clone selection

A novel attribute reduction approach of rough set based on immune clone selection is proposed. In this method, the approximation quality and attribute set were adopted as evolution object and antibody, respectively. On the basis of the inherent distribution within the immune response, the global optimization of the antibody was realized through parallel local optimization. Moreover, the diversity of the antibody population was maintained with the affinity maturation and renewal of the antibody. Thus, the stable multi-optimal solutions can be preserved. In addition, the machinery fault data were analyzed by this method, and the attribute reduction sets were obtained further to satisfy the demand of feature selection in machinery diagnosis. __________ Translated from Journal of Xi’an Jiaotong University, 2005, 39(11) (in Chinese)     

瞬态声与粗糙集在轴承故障诊断中的应用

针对设备实车测试中无法得到稳态信号的制约,以及常规的振动测试方法无法实现非接触、不解体、无损在线检测的弊端,提出了利用瞬态声信号对轴承进行故障诊断.并利用粗糙集理论对故障诊断决策表进行约简,形成清晰、简明的故障诊断规则,有效地提高了轴承故障诊断的精度和效率.     

基于粗集理论的高精度伺服仿真转台故障诊断研究

介绍了粗集理论基本原理，详述了某型高精度伺服仿真转台机电控制系统的实现方案。将粗集理论应用于该仿真转台的故障诊断，提出的策略以决策表为主要工具，直接从故障样本集中导出诊断规则，并揭示了仿真转台故障信息内在冗余性。实际应用表明了用粗集理论对高精度伺服仿真转台进行故障诊断的有效性和可靠性。在该高精度伺服仿真转台上已完成多项含实物实时仿真综合试验任务。