基于模糊推理和粗糙集的旋轉機械故障診斷的研究.pdf

1、故障診斷技術發(fā)展數(shù)十年來,已經從簡單的觀察,數(shù)據(jù)處理到以傳感器和動態(tài)測試技術為手段,以信號處理和建模處理為基礎的現(xiàn)代診斷技術,現(xiàn)在到了新的階段——智能診斷技術階段。本論文主要是以典型的旋轉機械——風機為研究對象,在診斷系統(tǒng)構建方面做了相關研究。本文研究的重點是粗糙集約簡可以讓診斷過程更快速,也更準確;構建了診斷平臺,使之能識別典型的故障,這之中構建了知識庫和設計了知識推理的策略。系統(tǒng)來說,本文做了以下方面的研究和探討:
　　1)介

2、紹了故障征兆提取和故障推理方法。
　　2)用Access2003和框架理論建立風機征兆數(shù)據(jù)庫,然后用VB6.0有效的連接建立起數(shù)據(jù)庫,結合正向推理策略構建成診斷系統(tǒng)。
　　3)提取出各常見風機故障的特征,然后按照征兆順序依次排列,一一對應數(shù)字化后,組成特征向量,運用粗糙集和約簡理論,借助MATLAB實現(xiàn)證明約簡后的診斷結果,更快,更全面。
　　4)采用了模糊推理理論,在建立知識庫的基礎上進行判別診斷。模糊推理是利用模糊

3、性知識進行的一種不確定性推理,模糊推理理論的基礎是模糊集理論以及在此基礎上發(fā)展起來的模糊邏輯,它所處理的事物自身是模糊的,適用于故障知識的識別,通過建立起的仿真診斷也可說明這點。
　　5)運用VB6.0構建故障診斷系統(tǒng)時,當邏輯層次比較復雜的時候,無可避免的要面對復雜的知識搜索等問題,需要考慮知識組織和推理機制的改進,此系統(tǒng)具有不斷完善的功能,知識庫可以不斷添加和維護,為此故障診斷可以隨著使用時間的推移,診斷結果可以越來越精確。<