基于粗糙集理论的油泵车故障诊断专家系统的知识获取

• 作 者: 刘丽
• 发表日期: 2012年期
• 关键词: 故障诊断 油泵车 知识获取 粗糙集 系统分层

在现今工业控制领域,伴随着科学技术日新月异的发展,工业化生产中的设备也逐渐趋于复杂化,而一个系统越复杂,其出现故障的地方和可能性就越来越多,其故障的原因也由于设备和系统的复杂变得具有隐蔽性。这样以来,及早地诊断发现故障而避免造成的巨大经济损失和人员伤亡,及时准确地确定故障的类型、性质具有非常重大的意义。本篇论文的重点就是以YYBC-2型航空油泵车为例,阐述工业控制领域内,如何利用粗糙集理论,提升故障诊断技术的水平,同时针对故障诊断技术中在知识获取方面遇到的相关问题也进行了细致的探讨和研究。本文简单介绍了粗糙集理论的相关概念,深入研究了基于粗糙集的知识获取的相关方法,以及现在的发展运用情况。对常规的属性值约简算法提出了改进的思想,引入启发式算法的思想,利用属性重要度作为依据形成了一种改进的差分矩阵属性约简算法。由算例可以证明该种算法具有很好的优越性。在找出了传统的粗糙集约简算法诸多不足的基础上,提出一种的新的值约简算法称为基于决策矩阵的值约简算法。算法中引入了启发式算法的思想,根据属性的重要程度运用决策矩阵进行求解。经过量化的比较值约简算法优劣之后,这种算法的效率和计算量都具有很大的优势。本文对YYBC-2型航空液压油泵车的系统结构进行了详细的介绍,根据油泵车系统的结构特征,发现其故障也具有一定的层次性,故将其规则知识库分为两层。第一层为一级规则知识库运用人工的方法进行获取,第二层为二级规则运用粗糙集理论进行知识获取。本文详细讲述了故障诊断专家系统的结构和知识获取的流程,以YYBC-2型航空液压油泵车的液压系统为研究对象,在进行二级规则获取时采用了改进的粗糙集属性约简与值约简算法,提高了知识获取的能力。