基于粗糙集的旋轉(zhuǎn)機(jī)械故障診斷知識獲取方法研究.pdf

1、隨著現(xiàn)代工業(yè)的迅速發(fā)展，人們對工業(yè)生產(chǎn)設(shè)備的安全性和可靠性要求的越來越高。因此，建立和發(fā)展智能故障診斷系統(tǒng)，保證常見旋轉(zhuǎn)機(jī)械的安全可靠運行，具有非常重要的意義。
　　 旋轉(zhuǎn)機(jī)械的故障診斷，主要根據(jù)各種癥狀（如振動頻譜、波形特征、軸心軌跡、相關(guān)運行參數(shù)等），判斷出各種故障。在現(xiàn)有的智能故障診斷方法中，如人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)，都由于知識和經(jīng)驗描述的多樣化和不確定性，知識的獲取和有效處理常常成為“瓶頸”。
　　 近年來，基于

2、粗糙集理論的數(shù)據(jù)分析方法得到了廣泛應(yīng)用，粗糙集理論擅長處理模糊和不精確數(shù)據(jù)，具有很強(qiáng)的知識獲取能力。本文就其在旋轉(zhuǎn)機(jī)械故障診斷中的知識獲取進(jìn)行了研究。主要內(nèi)容包括：
　　 1、全面闡述粗糙集理論的基本概念，對與旋轉(zhuǎn)機(jī)械故障診斷知識獲取密切相關(guān)的概念進(jìn)行了說明。
　　 2、對旋轉(zhuǎn)機(jī)械故障的特點和診斷過程進(jìn)行了闡述。建立基于粗糙集的知識獲取模型，并對已有的知識獲取約簡算法進(jìn)行了分析。在此基礎(chǔ)上，提出一種關(guān)注邊界域細(xì)化的基于正