基于案例推理与模糊粗糙集理论的汽轮机故障诊断系统研究

论文摘要

案例推理(CaseBasedReasoning,CBR)适于表达复杂的综合性知识,其思想和工作机制对故障诊断有重要意义。应用案例推理技术,可通过检索机制在诊断系统的案例库中对故障的征兆信息进行检索,匹配到与当前问题相似的历史案例比对后得出结论,并对新问题的知识经验进行归纳总结,作为新的案例存储到案例库中。由于汽轮发电机组的故障特征具有复杂性和多样性,应用粗糙集理论对历史案例中的故障特征进行提取,得到对故障识别有贡献的故障特征,对冗余的特征进行筛检和剔除,构建出故障诊断特征库,根据故障特征对故障模式进行识别。

论文目录

• 0 引言
• 1 基于案例推理系统的原理与机制
• 2 故障特征提取
•   2.1 模糊粗糙集理论
•   2.2 模糊相似矩阵
•   2.3 对于条件属性的重要度计算[5-7]
• 3 案例检索与案例归集
• 4 结语

文章来源

类型: 期刊论文

作者: 吴韬

关键词: 案例推理,模糊粗糙集理论,汽轮机,故障诊断系统

来源: 机电信息 2019年33期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 中国大唐集团科学技术研究院有限公司火力发电技术研究院

分类号: TP18;TM621

DOI: 10.19514/j.cnki.cn32-1628/tm.2019.33.042

页码: 76-78

总页数: 3

文件大小: 348K

下载量: 194