基于粗糙集的旋转机械故障诊断方法研究——使用明析矩阵的属性值约简新方法  

Fault Diagnosis of Rotating Machinery Based on Rough Set——A Fast Way of Attribute Value Reduction Based on Discernibility Matrix

作　　者：徐小力[1] 温后珍[1] 

机构地区：[1]北京机械工业学院机电系统测控北京市重点实验室,北京100085

出　　处：《计算机工程与应用》2006年第18期213-214,共2页Computer Engineering and Applications

基　　金：国家自然科学基金资助项目(编号:50375017);北京市自然科学基金资助项目(编号:3042006)

摘　　要：论文探讨了旋转机械故障诊断中,用粗糙集理论进行知识获取的方法。粗糙集理论在知识获取方面有很多的优越性能。在使用粗糙集理论进行知识获取时,决策表约简是关键一步。明晰矩阵可以进行属性约简和属性值约简。但是使用明晰矩阵存在占用存储空间大,运算时间长的缺点。论文提出了一种基于明析矩阵的属性值约简新算法。这种算法能够有效地缩短计算时间和节约存储空间,操作简便。In this article we discuss the knowledge discovering way based on Rough set for fault diagnosis of rotating machinery.Rough set theory has prime performance.In knowledge discovering with Rough set theory,the reduction of decision table is very important.We can reduce the attribute and attribute value with discernibility matrix,but it needs lots of EMS memories and occupies many time.In this paper we discuss a fast way of attribute value reduction based on discernibility matrix.It runs faster and needs little EMS memories.

关 键 词：旋转机械 故障诊断 粗糙集 明析矩阵 属性值约简 知识获取 

分 类 号：TP206.3[自动化与计算机技术—检测技术与自动化装置]