基于粗糙集理论的发射机故障诊断研究

研究应用经典Pawlak粗糙集理论从发射机监控数据中提取有效信息的方法,给出了对故障监测数据表的属性约简算法,输出故障决策规则,以中波发射机“输出功率”故障为例,进行了算法推演与实例仿真,证实所建故障诊断系统科学合理,高效可行.从变论域的角度出发,引入了决策粗糙集的启发式理论,解决了故障数据先验分布的容错问题,实现预诊断,为完善发展发射机人工智能监控提供了一个新思路.     

基于粗糙集和遗传算法的知识发现方法

粗糙集理论是一种处理不确定和不精确问题的新型数学工具,为数据挖掘提供了一条崭新的途径。提出了结合粗糙集理论和遗传算法的知识发现方法。首先通过粗糙集理论对数据进行预处理,在实现属性约简中采用了遗传算法,以提高搜索效率,然后进行规则提取。以农业病虫害诊断知识发现应用为实例说明了该方法的可行性。     

粗糙集数据挖掘及其在汽轮机故障诊断中的应用

针对当前专家系统知识获取瓶颈的难题,提出了基于粗糙集数据挖掘的汽轮机故障预报及诊断方法。将汽轮机故障历史数据首先进行模糊化及离散化处理,然后构建故障诊断决策表,以决策表作为主要工具,即“知识库”,采用粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机提供有效的故障诊断。提出了基于粗集的分类规则学习和约简算法,实现了基于粗糙集数据挖掘的汽轮机故障预报及诊断系统,其诊断正确率达到了88%。实验表明该方法可行,对汽轮机故障预报及诊断系统的设计具有借鉴意义和深入研究的价值。     

一种改进的设备故障诊断方法

提出了一种新型故障诊断的粗糙集方法.在粗糙集知识系统中信息熵概念基础上,重新定义了一种信息熵度量方法,并运用信息熵判断系统状态:基于粗糙集优越的约简理论,运用一种改进的区分矩阵方法形成一种综合策略的诊断规则.该方法有效地解决随机误报以及信息丢失和信息不完备情况下仍保持着较好的诊断性能,并降低了计算复杂度,减少了计算开支.     

基于粗糙集的电机故障诊断

利用粗糙集能够约简决策表减少得到诊断规则的复杂度和案例分析能够快速计算出两个案例的相似度,本文设计了一种基于粗糙集理论电机故障诊断方法。首先结合粗糙集中区分矩阵的知识消除掉收集的电机故障数据中的冗余信息,以求得到最简决策表,从而得到诊断规则;然后借鉴属性重要度的计算方法,来确定各属性权重,标记出各属性的重要程度,并为计算属性相似度做基础;最后利用案例推理的理论计算测试规则和所得的诊断规则的各相似度,根据最高相似度的诊断规则得出测试规则的故障检测结果。实例验证所得结果也证明了本文设计的方法的可行性与有效性。     

基于粗糙集理论的油泵车故障诊断专家系统的知识获取

在传统的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系统的瓶颈问题。该系统从历史故障数据所形成的决策表出发,通过粗糙集数据挖掘算法获取故障诊断的最小约简属性集和潜在的诊断规则,并建立诊断规则知识库。通过计算规则隶属粗糙度来表示诊断规则的置信程度。本文中以YYBC-2型航空液压油泵车液压系统中的故障诊断分析为例进行了验证。     

基于改进决策树的电网配电线路故障自动辨识研究

为精准识别电网配电线路故障,文中设计了一种基于改进决策树的电网配电线路故障自动辨识方法。该方法引进了HHT技术,根据电网运行需求,处理电网配电线路故障数据,提取线路故障数据中的特征量数据;利用粗糙集进行电网配电线路故障数据的属性约简处理,消除冗余的特征数据,将其他具有代表性的特征数据录入终端,生成故障决策树,并根据决策树上的属性条件,提取决策规则;提取电网配电故障线路报警信号中的数据属性条件,按照决策表提取的决策规格对属性条件进行熵值排序,并以此为依据,完成电网配电故障线路的搜索与诊断。实验结果证明,该方法可以精准辨识电网中的故障线路,精准排查配电线路中的异常线路。     

基于扩展粗糙集理论的信用风险分析

在对传统信用风险等级评价模型总结的基础上,提出了一种基于扩展粗糙集理论的评价方法.该方法首先将信用风险等级评价抽象成一个多准则分类问题,然后使用DRSA法直接从历史数据中提取决策规则,所得到的规则不仅可以用于企业的信用等级评价,还可以反映各指标与信用等级之间的关系.通过一组上市公司的实际数据验证了该方法的有效性.     

基于粗糙集的文本自动分类方法的研究

提出一种利用粗糙集理论生成文本分类规则的方法 ,通过将文本关键词的权值进行离散化处理后 ,作为规则的条件属性 ,文本所属的类别用作决策属性 ,构造决策表。然后通过属性约简和规则化简提取出文本的分类规则。该方法生成的规则易于理解 ,分类准确度较高 ,分类速度快。     

基于RS-LMBP算法的故障智能诊断系统

文中提出了基于粗糙集(RS)理论与BP神经网络相结合的故障智能诊断技术.首先对大型设备大量复杂的数据,利用粗糙集理论进行前期数据的预处理,约简原始数据的属性,再将处理过的数据用LM算法改进的BP神经网络技术来进行分析,最终实现故障智能诊断.建立了基于RS-LMBP算法的故障诊断模型,并通过实例验证了方法的可行性和高效性.     

数据挖掘技术在挖掘机故障诊断中的应用

针对工程机械的特点,提出了将数据挖掘技术应用于挖掘机故障诊断中,利用粗糙集具有较强的处理不确定和不完备信息的能力,对决策表的条件属性进行约简处理;再利用C4.5决策树算法的高效性对约简后的决策表进行诊断规则提取;将产生的规则运用于挖掘机故障诊断中以实现快速故障诊断。最后,以实例介绍了利用该模型进行故障诊断的完整过程,可以看出该方案提高了挖掘机故障诊断的效率。     

基于粗糙集理论的梭式窑故障诊断专家系统

针对梭式窑运行故障多且难以快速检测和定位的问题,研究并设计出一种基于粗糙集理论的故障诊断专家系统。详细分析了专家系统粗糙集理论的信息表示、知识约简及诊断概率模型,重点设计并介绍了专家诊断系统中各个部分的详细组成,最后还给出了本系统的实际开发与实验情况。运行实践表明,该专家系统的知识模型适应性好,推理结果可靠稳定,具有较好的应用和推广价值。     

基于类别特征矩阵的决策规则提取算法

在粗糙集中决策表属性最小约简与规则提取是NP hard的。充分考虑了可辨识矩阵的特性,提出一种基于类别特征矩阵的决策规则提取算法。首先对类别特征矩阵进行了不相容对象的剔除和核属性的提取,然后利用核属性集合对类别特征矩阵来提取决策规则。实例结果表明,所提出的算法获得的规则更为简洁、高效。     

基于RS-PSO-SVM集成的模拟电路软故障诊断

针对模拟电路软故障诊断准确度不高的问题,提出一种基于粗糙集(RS)-粒子群算法(PSO)-支持向量机(SVM)集成的模拟电路软故障诊断方法。首先利用粗糙集理论对采集的模拟电路软故障特征信息进行维数约简,然后利用粒子群算法对支持向量机的参数进行优化,以提高支持向量机分类器的诊断性能,最后进行故障诊断。对四运放双二次高通滤波器进行仿真,实验结果表明,基于RS-PSO-SVM集成的模拟电路软故障诊断方法是有效的。与其他常用方法相比,该诊断方法具有更好的故障诊断性能。     

SVM与证据理论集成的信息融合故障诊断技术研究

提出了支持向量机和证据理论结合的思想;建立了支持向量机初步诊断与证据理论融合决策诊断相结合的信息融合故障诊断模型;给出了基于SVM的基本概率分配构造方法和诊断决策规则.以200 MW汽轮发电机组故障诊断为例,充分地验证了该方法的诊断性能.     

粗糙集理论在步战车故障诊断专家系统中知识自动获取的应用

根据粗糙集理论,实现步战车故障诊断专家系统知识自动获取。首先根据历史故障数据建立决策表,利用粗糙集数据挖掘算法对决策表进行属性约简,对得到的决策表消除冗余,再利用属性值约简算法对决策表进行属性值约简,最后得到决策规则。知识库由条件表、结论表和事实表组成,保存在Access2003中。把条件属性保存到知识库的条件表中,把决策属性保存到知识库的结论表中,这样就很方便的建立了知识库。     

粗糙集神经网络在电机故障诊断中的应用

随着社会的进步,科学的发展,电力工程在日常生活中的重要性也日趋明显。在电力系统中,电机的稳定与否关乎到整个系统稳定。电机设备诊断中针对感应电机故障复杂、提取方法不足等问题,运用粗糙神经网络对变压器的故障进行诊断,通过分析电机单相瞬时功率,滤波后进行小波包分解,从得出故障特征变化率,并用以表征故障特征,以此作为电机故障的依据,运用粗糙集理论进行约简,将约简结果作为特征向量输入到RBF网络中。结果表明该方法诊断灵敏度高,可用于电机的故障诊断。     

基于粗糙集的CBR系统案例特征属性优化算法研究

提出了一种基于粗糙集理论和可辨识矩阵的改进型特征属性优化算法。该算法能更好地融入特征属性的背景知识和专家的经验知识,提高了案例检索效率。同时给出了该方法在通信装备故障诊断系统中的应用实例,验证了其有效性和准确性。