论文部分内容阅读
故障诊断对于提高设备运行的可靠性起着至关重要的作用。故障诊断系统要求能够快速有效的判断故障位置、类型、性质以及严重性等,并要求具有实时性、在线更新以及准确性。基于知识发现的方法是故障诊断方法中最有效的方法之一。目前的故障识别模块在稳定性以及准确度方面还难以满足应用要求,本文从故障特征子空间的探索与利用角度出发,在邻域粒化后寻找保持原始特征空间近似能力的多个属性约简,然后通过优化方法融合不同约简的信息,以提高故障识别的泛化性能与稳定性。从以下几方面进行了探索:第一,提出了基于邻域辨识矩阵的属性