机械学院课题集锦.docVIP

机械学院课题集锦 2005.10.8 1、粗糙集理论在故障诊断中的应用综述 课题背景与检索目的 粗糙集理论是波兰数学家Z.Pawlak于1982年提出的一种数据分析理论。1991年Z.Pawlak的专著《粗糙集——关于数据推理的理论》（Rough sets——Theoretical Aspects of Reasoning about Data）的问世，标志着粗糙集理论及其应用的研究进入了活跃时期。1992年在波兰召开了关于粗糙集理论的第一届国际学术会议。1995年ACM Communication 将粗糙集列为新浮现的计算机科学的研究课题。 人工智能研究的一个崭新领域——数据挖掘（DM）和数据库知识发现（KDD）。粗糙集理论与概率方法、模糊集方法和证据理论方法等其他处理不确定性问题理论的最显著的区别是他无需提供问题所需处理的数据集和之外的任何先验信息。由于该理论未能包含处理不精确或不确定原始数据的机制，所以与其他处理不确定性问题的理论有很强的互补性。 故障诊断是一个典型的信息融合过程，需要对设备运行中的多种信息进行综合处理和协同分析。在实际应用中，设备的特征信号（如振动、噪声）和机器运行参数（如介质的压力、温度）很多，都能反映设备运行的状态。我们首先要对获得的信号或机器运行特征提取，之后还要对诊断特征进行压缩或约减，剔除不需要的特征，或对大量的特征进行简化，从而大大减少诊断信息融