邻域粗糙集和Fisher判别法结合的转子故障决策规则提取方法 |
| |
引用本文: | 赵荣珍,何敬举.邻域粗糙集和Fisher判别法结合的转子故障决策规则提取方法[J].兰州理工大学学报,2019,45(1). |
| |
作者姓名: | 赵荣珍 何敬举 |
| |
作者单位: | 兰州理工大学 机电工程学院,甘肃 兰州,730050;兰州理工大学 机电工程学院,甘肃 兰州,730050 |
| |
基金项目: | 国家自然科学基金;国家重点研发计划 |
| |
摘 要: | 针对旋转机械故障诊断知识获取困难的问题,将邻域粗糙集和Fisher(费舍)判别法相结合,对从故障数据库中提取决策规则的方法进行了研究.首先基于邻域粗糙集理论对转子故障的时域特征属性集进行属性约简,据此达到消除冗余属性的目的,然后再依据费舍判别法对故障数据集进行故障模式识别.通过处理转子实验台数据来对该方法进行的验证以及与传统方法进行的对比情况表明:本方法在节省数据存储空间的同时还具有能够获得较准确的故障分类决策规则能力.
|
关 键 词: | 故障诊断 决策规则 邻域粗糙集 Fisher判别法 |
本文献已被 CNKI 万方数据 等数据库收录! |
|