油液故障诊断系统知识发现的包含度方法-机械工程学报.PDF

第39 卷第9 期 机 械 工 程 学 报 Vol.39 No.9 2 0 0 3 年 9 月 CHINESE JOURNAL OF MECHANICAL ENGINEERING Sep. 2 0 0 3 油液故障诊断系统知识发现的包含度方法* 王金涛 谢友柏 (西安交通大学润滑理论及轴承研究所 西安 710049) 摘要 油液故障诊断系统的知识发现本质上是一个模式分类与识别的问题 结合Rough set 理论和摩擦学系统的特 点 建立了油液故障诊断系统知识发现模型 通过将包含度方法引入到Rough set 理论中 得到基于包含度的粗糙 集知识约简和发现方法 并对包含度与粗糙集数据分析中的度量之间的关系进行了分析 最后通过一个 9 属性柴 油机油液诊断系统的实例来说明这种方法的有效性 关键词 油液分析 故障诊断 Rough set 包含度 知识发现 中图分类号 TH117.1 1 Rough set 表示的油液故障诊断知 0 前言* 识发现系统 油液分析技术作为摩擦学监测子系统的一种重 Rough set 理论的研究对象是目标信息系统 要方法 在低速重载 往复运动及含有润滑系统的 (U A D f ) 可以分解为对象空间U 属性空间 设备工况监测和故障诊断中得到了广泛的应用 但 和决策空间 三部分 并且在对象空间与后两者 A D 该技术对于实际经验和领域知识要求较高 随着诊 之间存在对象属性关系f a 和f d 即 断数据的积累 如何从大量带有噪声 模糊性和随 U={x , x , ,x } 对象集 1 2 m 机性的油液诊断数据中进行知识获取 寻找所支持 A={a , a , , a } 属性集 1 2 n 的决策模式 已成为一个非常迫切而且有意义的课 D={d} 决策集 题[1, 2] 对于∀a ∈A f : U →V 称为信息函数 f : U → a a d Rough set 是Z.Pawlak 提出的一种处理模糊和 称为决策函数 V V V 与 分别是A 和D 的有限值 d a d 不确定知识的有效数学工具 在不确定 不完全信 域 息的分类分析和知识获取中取得了成功的应用[3] 在Pawlak Rough set 模型基础上 对应到油液 油液故障诊断系统知识发现本质上是一个模式分类 故障诊断系统中 可以定义油液故障诊断知识发现 与识别的问题 因此很适合使用Rough set 理论工具 系统S=( U A D f ) 属性集A 中的元素表示油 来分析 通过Rough set 理论对油液诊断知识发现中 液分析技术可以检测的设备