机器故障诊断模糊分类规则的归纳学习

摘要：

机器状态的有效监控是保障机器安全运行、提高制造系统生产效率的重要途径.由于环境的复杂性与不确定性,现有机器故障诊断系统的可靠性还不能满足应用要求,为此近年来发展了模糊诊断技术.对于模糊系统而言,其关键问题在于如何获得解决具体问题的模糊知识或规则,为此提出了一种被称为模糊归纳学习的学习方法,并利用模糊信息熵概念建立了从不确定信息数据中归纳模糊规则的学习准则.实验结果表明,利用所提出的模糊归纳学习方法所获得的模糊规则能对不确定性数据进行有效分类,从而能有效地提高机器故障诊断系统的精度与可靠性.

关键词：模糊归纳学习、模糊信息熵、机器故障诊断

所属期刊栏目：28

分类号：TP181;TP206+.3(自动化基础理论)

资助基金：中国科学院资助项目599050088

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：100-106