基于粗糙集数据分类概念的故障知识发现

• 作者: 赵荣珍 邓林峰
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 粗糙集理论 知识发现 智能诊断 数据驱动 碰摩故障
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 论文
• 页码范围: 17-22
• 分类号: TP391|TH133
• 字数: 6130字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2012.01.004

摘要

针对智能决策技术中的知识获取“瓶颈”,利用粗糙集理论作为知识发现工具,以一个离散符号型数据决策表为研究对象,通过对其进行数据分类得到知识颗粒集合,并挖掘出一组知识规则的数据处理过程,建立了一种基于数据驱动方式的知识获取模型.该模型显示出的知识发现本质,是一个原始知识库中的知识被进行等价类运算处理的结果.一个双跨转子系统碰摩故障响应的快速傅里叶变换谱特征状况表明,获得用数据方式描述的关于旋转机械的原始故障知识资源,必须构造出一个性能优良的决策表数据结构模型,其中包括论域概念的正确界定、故障知识表达模型的属性集构造和原始故障知识资源的离散化映射等.分析得出,应以不同类型的旋转机械机组结构形式为对象,需要在知识发现系统工程的思想指导下解决原始故障知识的数据资源化保护问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵荣珍	兰州理工大学机电工程学院	117	796	16.0	23.0
5	邓林峰	兰州理工大学机电工程学院	17	85	6.0	9.0