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。     

粗糙集和贝叶斯网络组合诊断变压器故障

针对油浸式变压器故障诊断中信息伴随着随机性、复杂性和不确定性的特点,为了获得更高的诊断率,提出了粗糙集和贝叶斯网络组合诊断模型。在处理不确定性问题方面贝叶斯网络能力很强,粗糙集对离散后的条件属性约简去除冗余信息得到最简决策表后作为贝叶斯网络分类模型的输入,降低了网络结构的复杂性和减少了获取故障属性的难度。对搜集到的数据进行对比测试表明其诊断效果要比单独使用粗糙集或贝叶斯网络分类器的方法更优。最后采用具体的变压器故障实例来测试该方法的可行性。     

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。     

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。     

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。     

一种模拟电路故障诊断方法研究

将LSSVM算法应用于模拟电路故障诊断模型,使用PSO算法对LSSVM算法的参数进行寻优。以带通滤波器电路和双二次高通滤波器电路的故障诊断实例对该文研究的模拟电路故障诊断方法进行验证。使用三层小波包分解输出电压信号,得到8个频带能量特征向量,通过Monte Carlo仿真得到数据样本,用于故障诊断模型的训练和测试。结果表明,该文使用的改进LSSVM算法构建的故障诊断模型针对8种故障的诊断准确率均高于95%,具有较好的故障诊断性能。     

基于OpenModelica仿真平台的暖通空调系统故障诊断研究

针对暖通空调系统(HVAC)故障样本的不充分从而使基于数据驱动的故障诊断方法在暖通空调系统应用较为困难,本文提出一种基于Modelica语言的暖通空调系统故障方法.首先,采用Modelica语言仿真平台OpenModelica建立暖通空调系统的模型,然后对仿真模型以人工注入故障获取故障样本,最后通过PCA故障诊断算法对故障样本进行故障识别找出故障源.仿真结果表明:该方法可以有效且准确地实现暖通空调系统的故障诊断.     

基于RS优化的电力变压器故障诊断方法

针对现有的故障诊断技术应用在电力变压器故障诊断中存在的冗余信息过多,诊断结果不准确等问题将粗糙集理论与概率神经网络相结合,先利用粗糙集理论对故障系统前期数据进行最大限度的约简,再经概率神经网络进行故障模式分类,可简化故障诊断网络规模,且相比于单一的概率神经网络的诊断方法,能够更精确地诊断出变压器故障类型,其研究成果在油浸式电力变压器故障诊断方面具有广阔的应用前景。     

两种差别矩阵约简算法在故障诊断中应用分析

军用飞机故障诊断知识库的信息存在不完备和知识的不确定性,严重增加了实时诊断的难度.粗糙集针对不完整、不精确信息处理具有显著优势,首先介绍了粗糙集理论中的知识表达系统和差别矩阵,分析了基于差别矩阵的两种决策表属性约简算法,并应用于某型机载设备进行故障诊断,结论表明两种算法均能对数据进行必要约简,并准确地做出故障诊断.通过...     

智能BIT航空综合系统故障诊断技术研究

本文运用智能BIT技术对飞行器航空综合系统进行分析与建模设计,完成其故障因素与成因分析,结合多种基于知识库的故障诊断方法,运用模糊诊断技术,针对航空发动机空中停车故障,建立及故障假设模型,通过选取故障成因与对应故障征兆隶属度矩阵模型。运用VB工具自行开发故障诊断软件并模拟实现其诊断过程。该故障诊断模拟软件设计具有可移植性和可扩展功能,具有实际应用价值,可为机务维修快速诊断提供技术平台与支持。     

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。     

基于改进LSSVM的城市轨道交通供电故障诊断方法

小样本条件下供电系统故障快速诊断是保证城市轨道交通安全稳定运行的保证.文中提出了一种基于量子粒子群优化最小二乘支持向量机(LSSVM)的供电系统故障诊断方法.该方法首先基于主成分分析提取能够表征系统运行状态的特征参数,并降低数据维数.然后利用LSSVM构建小样本故障诊断模型,通过量子粒子群算法对LSSVM模型参数进行优...     

一种基于关系矩阵维度增量式约简算法

目前决策表的数据信息都是动态变化的,为了有效地对这些数据集进行属性约简处理,在改进的等价关系矩阵的基础上,提出一种增量式属性约简算法,决策表增加了一些属性,利用更新前决策表的等价关系矩阵和属性约简等信息,便能快速求解出更新后的决策表属性约简.实验结果进一步验证了该方法的有效性和正确性.     

基于神经网络的雷达故障诊断方法研究

雷达装备可更换单元上故障模块和元器件的检测,诊断难度较大,影响战斗力的发挥。为了准确快速定位可更换单元上的故障模块和元器件,提高雷达装备的保障能力,将神经网络用于故障诊断;分析了神经网络进行雷达可更换单元故障元器件诊断的原理;建立了故障诊断样本训练和测试平台;并以实例在该平台上对建立的网络进行训练和实际诊断。结果表明,该方法智能化程度高,较好地解决了雷达可更换电路的故障诊断问题。     

关于粒度熵的知识约简算法

针对现有知识约简算法中存在的不完备性问题,提出了一种基于粒度熵的启发式知识约简算法,将该算法应用于电力变压器故障诊断决策表的约简,避免了选择约简集的盲目性,同时也大大提高了故障诊断的效率。     

基于重分类与支持向量机的交流电路故障诊断

分析了交流电路故障诊断中的故障类重叠问题.针对在该情况下故障诊断正确率低的问题,采用了一种新的故障分类方法.首先用MATLAB软件编写电路程序,生成样本,然后用故障样本对支持向量机进行训练,最后用训练好的模型文件对测试样本进行多故障分类.通过一个交流电路的故障诊断实例表明,该方法具有算法简单、泛化能力强等优点,重分类后的故障诊断正确率高于重分类前.     

云计算大规模服务器故障诊断平台的设计

云计算大规模服务器涉及的资源非常丰富,数据量巨大,对其中的故障进行诊断需要大量的科学计算,当前的故障诊断平台通过对故障信息特征的提取实现对服务器故障的诊断,效率极低。因此,设计一种新的云计算大规模服务器故障诊断平台,给出平台的总体结构,详细分析了主控芯片、电源电路、复位电路、无线通信模块和故障诊断模块,共同实现云计算大规模服务器的故障诊断。软件设计中,介绍了故障诊断平台的诊断流程,给出了详细实现过程的代码。用户通过系统的身份验证后,通过平台对服务器进行故障诊断,直至故障排除为止。实验结果表明,采用所设计平台对云计算大规模服务器故障进行诊断,不仅诊断成功率高,而且所需时间较短。     

航空雷达故障诊断的β上近似属性约简及规则融合

航空雷达故障诊断的一个主要目标是求出某种程度上可能发生的故障类型,为此,首先引入β上近似属性约简,定义了β上近似决策辨识集和辨识矩阵,给出了求取β上近似约简集的方法;其次,提出了一种基于包含度的规则融合方法,该方法充分挖掘属性值信息,可以得到全部属性条件下的带可信度的决策规则,有效解决了在各类型故障样本数目相差较大的情形下的规则融合问题;最后,以某型航空雷达的整机测试为例,在基于β上近似约简对其测试参数进行约简的基础上,应用基于包含度的规则融合方法,得到了全部属性取值条件下的航空雷达故障诊断规则。结果表明：该方法直观有效、计算简便,为航空雷达故障诊断提供了新的思路和途径。