不完备信息的航空电子装备诊断规则提取方法

针对不完备信息引发的不确定性给航空电子装备的诊断规则提取带来的挑战,分别从广义狭义两个角度对故障诊断决策系统的不完备性进行定义,设计了一致性优先的相似度及属性值期望最大的缺失信息补齐算法,解决间接补齐算法存在不一致性问题;构建征兆属性概念格及诊断决策属性概念格,生成不完备诊断决策信息系统的扩充辨识矩阵,引入征兆属性概念等价关系计算最大一致征兆概念集,求解最大一致征兆概念辨识函数的析取范式获取最优约简属性集,根据约简后的诊断决策信息系统获取诊断规则。以某型航空装备的武器系统发射系统为例对方法验证,诊断结果准确率达到83.3%,高于现有典型方法,该方法在不完备信息处理、精确度及对象描述的直观简洁性方面具有显著优势。     

不完备信息的概念格诊断规则提取方法

针对航空装备诊断知识获取困难的问题,研究了不完备信息条件下基于概念格的诊断规则提取方法。首先,用不完备诊断形式背景将残缺的故障数据表示成三值表格,借助近似概念格分析故障数据,设计了基于对象的增量式近似概念格构造算法,利用Hasse图直观揭示诊断结果与测试参数之间的依赖关系;然后,引入广义可辨识矩阵对不完备诊断形式背景进行属性约简,通过布尔运算将广义决策辨识函数变换为极小析取范式,得到约简的测试参数集,进而构造约简的近似概念格并生成最优近似诊断规则集,用于对新的测试样本进行故障诊断;最后,将该方法用于某型航空雷达的故障诊断,诊断准确率达到77.7%,验证了该方法从不完备故障数据中提取诊断知识的有效性。     

不完备信息条件下的航空发动机故障诊断方法

针对不完备、不协调信息条件下的故障诊断问题,研究了一种基于相似关系的最优故障诊断方法.首先,采用不完备诊断信息系统描述不完备诊断信息,根据不完备诊断信息系统的最优完备选择,设计了不协调的不完备诊断信息系统的属性约简方法;然后,对于不完备的诊断对象,设计了基于可信度的最优诊断方法;最后,将该方法应用于航空发动机故障诊断,验证了该方法处理不完备、不协调信息的可行性和有效性,提高了不完备信息条件下的故障诊断效率.     

基于分辨矩阵基元的不完备故障诊断系统的规则提取技术

在故障诊断中,从不完备数据中获取规则要比从完备数据中获取规则困难,提出一种直接从不完备数据中获取最优广义诊断决策规则的粗糙集方法。给出分辨矩阵基元的定义,研究分辨矩阵基元的性质以简化分辨矩阵基元的计算过程;根据分辨矩阵基元的定义,给出不完备故障诊断决策表中面向对象的分辨矩阵的定义,并以此来构造面向对象的分辨函数,结合命题逻辑中的基本等价式,如分配律和吸收率等,给出一种计算最小面向对象约简的方法,实现不完备故障诊断决策表中面向对象的约简计算和最优广义故障诊断规则的获取。结合电力系统操作点的安全状态诊断实例给出所提出的方法在工程实践中的应用步骤,并证明该方法的有效性。     

一种不完备信息条件下的设备故障诊断方法

本文针对不完备信息条件下的故障诊断,研究了一种基于联系度容差关系的故障诊断方法。首先,定义(α,β,γ)联系度容差关系以衡量对象间的同一、对立和不定关系,提出了基于(α,β,γ)联系度容差关系的属性约简方法,设计了不完备信息故障诊断方法;最后,将该方法应用于某型设备的故障诊断,实例验证了方法能有效处理不完备信息,显著提高了不完备信息条件下的故障诊断准确率。     

决策表规则提取中分辨矩阵的降级算法研究

针对大型决策表规则提取中分辨矩阵级数高,计算复杂和低效的问题,提出了一种分辨矩阵的降级算法。算法以决策等价类为对象,构建简化分辨矩阵,其中每个元素都是由两个决策等价类构成的子分辨矩阵,与传统分辨矩阵相比,简化分辨矩阵的级数低、规模小,从而简化了属性约简,效率高;提取规则时根据需要灵活设置可信度,按照可信度值提取有效规则,使算法对不一致决策表也具有较好的适应性。实例计算表明算法清晰、简捷、有效。     

基于粗糙集的不完备信息系统空值估算方法

针对基于相似关系模型的空值估算方法存在的不足,从群体决策的角度提出了一种改进方法.通过定义属性的向域和对象的简单多数规则率,将其结合用于空值估算,从而无需原方法的投票策略就能实现不完备信息系统的完备化,并消除了原方法可能出现的对象无相容类问题和投票策略潜在的多众数、无众数问题,得到的估算结果在覆盖率和准确率两方面均优于原方法.通过算例及应用示例表明了本文方法的有效性.     

量化特征关系用于不完备故障诊断的知识获取方法

为了从包含多种未知属性值的不完备故障诊断信息中获取决策规则,提出一种量化特征关系用于不完备故障诊断的知识获取方法。首先,结合不完备故障诊断信息产生的原因,确定未知属性值的类型;然后,利用量化特征关系对不完备故障诊断信息进行分析;最后,利用量化特征关系下属性约简算法获取故障诊断决策规则。结合故障齿轮箱的诊断实例验证了该方法的有效性,结果表明此方法可以从包含三种未知属性值的不完备故障诊断决策表中直接获取准确的故障诊断决策规则。     

不完备先验知识下的刀具磨损状态评估方法研究

在实际切削加工中刀具磨损的全状态先验知识获取困难,而刀具磨钝状态下的先验知识则较易获取。针对这种不完备先验知识情况,以切削力为监测信号,提出基于连续隐马尔可夫模型(CHMM)的刀具磨损状态评估技术。应用小波包分解技术提取信号特征信息,利用刀具磨钝状态下的先验归一化特征信息建立CHMM监测模型;根据刀具未知状态特性向量与监测模型间的对数似然度获取刀具性能指标,实现刀具磨损状态评价。铣刀全寿命磨损实验表明:该方法能在仅具备磨钝状态先验知识情况下,实现对刀具的磨损状态的初步评估,且所需样本数较少,训练速度快。     

不完备事件日志下的业务系统变化检测及模型修复方法

业务系统在演进过程中不可避免地引入变化因素,如何将演进中的变化因素对系统模型进行修复具有实际意义.现有模型修复主要针对原始参考模型和完备日志进行,存在原始参考模型未知和不完备日志的局限性.因此,提出基于不完备日志的变化检测方法,在系统原始模型未知的情形下,利用活动的比较矩阵(行为轮廓矩阵)描述事件日志的Delete、I...     

基于FTA的通信设备故障诊断

研究了FTA可靠性分析方法用于通信设备故障诊断的问题.介绍了故障树表达通信设备故障根因的概念和基于FTA方法进行故障分析和故障诊断的方法.最后结合光传输设备常见的RLOS故障告警实例,对FTA技术在故障自动诊断中应用进行了验证.所研究和分析的方法结合实际场景,简捷有效,方便工程人员使用.     

基于压缩信息特征提取的滚动轴承故障诊断方法

压缩感知作为一种新型压缩采样方法,利用信号稀疏特性以远低于奈奎斯特采样定理的采样速率压缩采集信号,减小数据采集、传输、存储的硬件压力。基于压缩感知框架下压缩采集的信号,提出了一种滚动轴承故障诊断新方法。该方法选择部分hadamard矩阵作为测量矩阵,将峭度因子、方差、波形因子作为敏感特征参量,不重构压缩测量量,直接利用压缩采集信息,提取敏感特征,然后通过PSO-SVM算法进行模式识别从而实现故障诊断。研究结果表明,在一定压缩比范围内,利用该方法能够在降低平均采样速率的同时用更少的数据量表现故障特征,实现滚动轴承故障诊断。     

基于平稳工况数据截取的RV减速器故障诊断方法

旋转矢量（Rotary Vector, RV）减速器广泛应用在工业机器人重载关节处,直接影响着工业机器人的工作精度和稳定性。与一般旋转机械设备不同,工业机器人完成各项工作任务时,关节处RV减速器做往复变转速转动,转速的变化会使特征频率、统计指标等产生时变效应,导致故障信息难以提取,为故障诊断带来挑战。文中结合工业机器人RV减速器的运动特点,提出基于平稳工况数据截取的RV减速器故障诊断方法。首先通过引入压缩范围限制因子获取清晰的时频谱图;然后进行基于快速路径优化的脊线提取,并利用构建的滑动窗峰–峰值和均值指标截取脊线平稳段,获取所需的平稳工况数据;最后通过对平稳工况数据进行包络谱分析实现故障诊断。利用RV减速器往复运动振动数据对提出的诊断方法进行验证。结果表明,该方法可实现对平稳工况数据的准确截取,克服了转速变化的影响,成功提取了故障信息。     

基于时间信息融合的振动故障诊断方法

由于依靠一个状态的数据进行融合诊断存在误诊和漏诊的可能性,提出了一种基于时间信息的融合诊断方法,以小波分析和概率模型为分析手段,给出了基于时间信息融合的具体算法,并定义了故障定量判别的指标——故障度.通过转子故障模拟试验得到了大量数据,对故障实例的计算以及振动信号的分析结果表明,故障度能够有效地区分故障类别,提高了诊断的准确性.