机器故障诊断模糊分类规则的归纳学习  

作　　者：彭永红[1] 谢伟达[2] 等 

机构地区：[1]华南理工大学机电工程系,广东广州510640 [2]香港城市大学制造工程系,香港

出　　处：《华南理工大学学报（自然科学版）》2000年第12期100-106,共7页Journal of South China University of Technology(Natural Science Edition)

摘　　要：机器状态的有效监控是机器安全运行，提高系统生产效率的重要途径，由于环境的复杂性与不确定性，现有机器故障诊断系统的可靠性还不能满足应用要求，为此近来年发展了模糊诊断技术，对于模糊系统而言，其关键问题在于如何获得解决具体问题的模糊知识或规则，为此提出了一种被称为模糊归纳学习的学习方法，并利用模糊信息熵概念建立了从不确定信息数据中归纳模糊规则的学习准则，实验结果表明，利用所提出的模糊归纳学习方法所获得的模糊规则能不确定怀数据进行有效分类，从而能有效地提高机器故障诊断系统的与可靠性。

关 键 词：模糊归纳学习 模糊信息熵 机器故障诊断 

分 类 号：TP206.3[自动化与计算机技术—检测技术与自动化装置] TP181[自动化与计算机技术—控制科学与工程]