粗糙集理论的知识发现在故障诊断中的应用方法初探.pdfVIP

粗糙集理论的知识发现在故障诊断中的应用方法初探 1 2 3 赵荣珍 李超 张优云 (1. 兰州理工大学数字制造技术与应用省部共建教育部重点实验室,兰州 730050; 2.兰州理工大学石油化工学院, 兰州 730050; 3.西安交通大学润滑理论及轴承研究所, 西安 710049.) 摘要:对粗糙集理论的知识运算原理和工程应用方法进行了研究。得出利用该工具实现知识发现的依据，是知识 库的知识间存在着知识包含关系，是关于论域的多种知识表达方式间存在着知识等价概念。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。因此，获得真实、有效的 原始诊断知识资源，使它们与领域专家的知识保持协调一致，并具有诊断知识挖掘的价值，是使基于粗糙集理论 的诊断知识发现研究能够解决机械故障智能诊断知识获取难题的最基本前提条件。 关键词：粗糙集理论; 知识获取; 知识包含关系; 知识等价概念; 机械故障诊断. 中图分类号：TH133. T751.2. 文献标识符：A 粗糙集理论是波兰理工大学Z. Pawlak 教授于 上述概念的图形化表达结果如图 1。图中，矩 20 世纪80 年代初创立的一种智能数据分析新工具 形区域 U 代表所讨论的论域。网格 U/IND(R) ，是 [1] 。近年来，它受到了知识发现、机器学习、模式 根据规则IND(R) 、对U 实施划分获得的分类结果。 识别、不确定性推理等研究领域的普遍关注[2-5] 。基 基于此分类结果对X ⊂U 进行推理，获得的决策结 于该工具的多准则决策分析方法的研究[6] ，属性约 果分别如图中的R *(X ) 、R *(X )所示。它们分别被定 简算法研究[7] ，对模糊不完整信息系统进行的不确 义为X 的R 上、下近似集，区域BNR(X )则被定义 定性推理决策方法研究等[8-9] ，极大程度地丰富了该 为边界域。所谓粗糙集，意味着BNR(X ) ≠∅，且对 工具的工程应用研究水平。但大量文献显示出，目 X 进行推理决策的结果R *(X ) 、R *(X ) ，存在着一定 前利用各种符号数据表、直接或间接实验获得数据 程度的不确定性。 集进行的知识发现研究，所取得的成果距可用于解 决如旋转机械在线监测系统的诊断知识获取类难 U U/IND(R) 题间，仍存在着相当大的差距[10] 。当前多种人工智 能研究成果普遍存在的智能决策质量差、可靠性偏 X 低的状况表明，知识获取难题仍然是困扰各种机器 R *(X ) 智能决策水平提高与发展的关键因素之一。基于 R*(X ) 此，本研究对粗糙集理论的知识处理内涵，以及如 BNR (X ) 利用该工具去解决旋转机械故障智能诊断中的知 识获取难题，引发出的需研究解决新问题进行了探 讨。 1 粗糙集理论简介 1.1 基本概念及其间关系 图1 粗糙集理论基本概念间的关系 [5] 粗糙集理论以集合代数为理论基础 。它以对 从图1 所显示的各概念间存在关系可看出，对 认知科学、哲学、逻辑学等的基本抽象概念，进行 U 进行的分类处理，使得关于