基于邻域粗糙集的转子故障数据属性约简

• 作者: 何敬举 孙业北 赵孝礼 赵荣珍
• 来源期刊: 机械设计与制造工程
• 学科: 工学
• 关键词: 属性约简 故障诊断 频谱 粗糙集 邻域粗糙集
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 先进设计与制造技术
• 页码范围: 22-26
• 页数: 5页
• 分类号: TP18|TH165
• 字数: 3973字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-509X.2018.03.004

摘要

特征数据集的属性约简是机械故障智能诊断的关键步骤之一.目前利用粗糙集理论从大量的且含有噪声以及非线性、非平稳信号的故障数据集中提取出有用特征信息是一件值得研究的事情.针对原始故障数据集直接离散化会导致一些关键属性丢失以及时域内分析不能有效获取故障本质的问题,提出了一种以频域内的频谱值为条件属性,以故障类别为决策属性建立邻域粗糙集决策表对数据集进行属性约简的方法.通过处理转子实验台数据对该方法进行验证和对比,结果表明该方法能有效地获得典型故障的关键属性和更加准确的决策规则.

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
2	何敬举	兰州理工大学机电工程学院	4	3	1.0	1.0
3	赵孝礼	兰州理工大学机电工程学院	4	20	2.0	4.0
4	孙业北	兰州理工大学机电工程学院	3	2	1.0	1.0