基于概率粗集理论的故障诊断知识提取方法

• 作者: 孙金生 张登峰 王执铨 胡寿松
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 故障诊断 概率粗集模型 Bayes决策 知识提取
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 600-603
• 页数: 4页
• 分类号: TM93
• 字数: 4104字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2004.05.011

摘要

结合工程设备系统故障发生具有随机性的特点,基于概率粗集(PRS)理论模型实现了故障诊断知识的提取.通过改进的模糊C-均值聚类算法对原始故障数据加以量化,采用正则条件熵进行诊断知识系统的统计约简,对不协调的诊断规则利用最小风险Bayes决策理论加以分析处理.仿真实验表明,该方法弥补了现有方法的不足,克服了基本RS模型方法无法处理不协调规则的缺点,可得到有效的简化诊断知识.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡寿松	南京航空航天大学自动化学院	185	3001	28.0	46.0
2	王执铨	南京理工大学自动化系	331	3939	30.0	46.0
3	孙金生	南京理工大学自动化系	62	829	15.0	26.0
4	张登峰	南京理工大学自动化系	46	395	11.0	18.0