基于 FCM 和条件熵的风机属性约简.pdf

基于 FCM 和条件熵的风机属性约简.pdf

ID:51445883

大小:280.55 KB

页数:4页

时间:2020-03-24

基于 FCM 和条件熵的风机属性约简.pdf_第1页
基于 FCM 和条件熵的风机属性约简.pdf_第2页
基于 FCM 和条件熵的风机属性约简.pdf_第3页
基于 FCM 和条件熵的风机属性约简.pdf_第4页
资源描述:

《基于 FCM 和条件熵的风机属性约简.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、·机械研究与应用·2013年第6期(第26卷,总第128期)研究与分析基于FCM和条件熵的风机属性约简玄兆燕,封红梅(河北联合大学机械工程学院,河北唐山063000)摘要:矿井风机是矿下作业的重要机械之一,针对矿井风机振动故障诊断中故障征兆的使用问题,基于FCM聚类分析和条件熵相结合的方法提出了一种新的属性约简方法,首先按照特征频率实现对风机故障的聚类,接着结合最大隶属原则和条件熵完成对属性的约简并最终为专家系统提供有效的诊断规则库,从而能更好的实现故障的诊断。关键词:特征频率;FCM;条件熵;属性约简;最大隶属规则中图分类号:TH123文献标志码:A文章编号:10

2、07—4414(2013)06—0043—03AttributeReductionMethodofFanBasedonFCMandConditionalEntropyXUANZhao—yan.FENGHong—mei(ShoolofMechanicalEngineering,HebeiUnitedle,TangshanHebei063009,China)Abstract:Mineventilatorisoneoftheimportantmechanicaldeviceintheundergroundwork,AmethodbasedonFCMandcondition

3、alentropyisproposedtorealizeattributereduction.Itcanprovideaneffectivediagnosisexpertsystemrulebase,ac—cordingtocharacteristic~equencytheclusteringofthefanisrealized,andthencombiningwiththemaximummembershipprincipleandconditionalentropy,theattributionreductioniscomplished,andthevaliddi

4、agnosisrulebaseisprovided,whichcanbetterrealizefaultdiagnosis.Keywords:characteristic~equeney;FCM;conditionalentropy;attributereduction;maximummembershipprinciple1引言gA(It)的大小反映了元素“对于模糊集A的隶矿井风机是矿下作业的重要机械之一,对正常生属程度,(u)的值越接近1,表示“隶属于4的程产有很重要的作用,但其振动问题一直给人们造成很度越高;(U)的值越接近0,表示“隶属于的程大困扰。同一种征兆

5、往往与多种故障相对应,故障通度越低。常是多种原因并发形成的复合故障J,由于故障环FCM把n个向量(i=1,2,⋯,n)分为C个模糊境大都是不确定的,各种故障征兆值具有模糊性,因组,并求每组的聚类中心,使得非相似性指标的价值此在进行故障诊断时必须将检测数据转化为模糊数函数达到最小。FCM使得每个给定数据点用值在0,据,即模糊化。长期以来对于风机的振动故障诊断方1间的隶属度来确定其属于各个组的程度。不过,加法常采用基于振动频谱特征来实现,但振动的频谱特上归一化规定,一个数据集的隶属度的和总等于1:征只是反映了风机故障的部分信息,这就需要引入其CM=1,Vj=1⋯.,n(

6、1)它征兆进行判别,因此,如何既能充分利用振动的频谱特征这一重要故障征兆作为故障诊断的重要证据,3故障征兆属性约简的理论基础又能综合利用反映故障不同方面信息的不同类型的3.1粗糙集故障征兆,从而可以更准确的进行故障识别,成为本1982年,波兰数学家Z.Pawlak首次提出了一种文所要解决的问题,以此获得一个更简洁的诊断规则处理不确定性现象的数学理论——粗糙集理论。粗表,为专家诊断系统提供更有效的诊断规则库。糙集理论与其他处理不确定和不精确问题理论显著2模糊C均值聚类分析的区别是它无需提供问题所需处理的数据集合之外的任何先验信息所以对问题的不确定性的描述或处模糊c均值

7、聚类(FCM),是用隶属度确定每个理可以说是比较客观的,由于这个理论未能包含处数据点属于某个聚类的程度的一种聚类算法J。理不精确或不确定原始数据的机制,所以这个理论1973年,Bezdek提出了该算法,作为早期硬C均值聚与概率论和模糊数学等其他处理不确定或不精确问类(HCM)方法的一种改进。题的理论有很强的互补性J。若对论域(研究的范围)U中的任一元素,都有一个数()E0,1与之对应,则称为上的模糊设有一所需研究的对象组成的非空有限集合即集,A()称为It对A的隶属度。论域U。给定一个论域和u上的一簇等价关系s,收稿日期:2013—09—25作者简介:玄兆燕(1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。