基于數(shù)據(jù)挖掘技術(shù)的故障測(cè)試與診斷方法研究.pdf

1、本學(xué)位論文以數(shù)據(jù)挖掘、虛擬儀器和信息融合為理論基礎(chǔ)，對(duì)復(fù)雜系統(tǒng)的故障診斷方法及其應(yīng)用進(jìn)行了深入的研究。該研究對(duì)保證大型復(fù)雜系統(tǒng)高效、安全、穩(wěn)定、可靠地運(yùn)行，提高設(shè)備生產(chǎn)效率和管理水平，最大程度恢復(fù)故障設(shè)備并挽回故障造成的經(jīng)濟(jì)損失，滿足國民經(jīng)濟(jì)又好又快的發(fā)展等方面有著十分重要的現(xiàn)實(shí)意義。 本文設(shè)計(jì)完成了基于虛擬儀器的故障數(shù)據(jù)采集實(shí)驗(yàn)，為后續(xù)研究提供了充足數(shù)據(jù)。針對(duì)復(fù)雜系統(tǒng)的實(shí)際情況，重點(diǎn)研究了粗糙集算法在屬性約簡和特征提取中的應(yīng)用

2、，決策樹算法在挖掘故障規(guī)則中的應(yīng)用以及聚類算法在增量數(shù)據(jù)中挖掘新故障規(guī)則的應(yīng)用。通過改進(jìn)粗糙集屬性約簡算法，解決了其在屬性約簡中效率較低的問題；通過利用嵌入式SQL直接對(duì)故障數(shù)據(jù)庫進(jìn)行高效的數(shù)據(jù)查詢與處理，大大提高了ID3算法的效率和可實(shí)現(xiàn)性；通過利用ART2算法與K-means算法相結(jié)合的方法，有效抑制了ART2聚類中心的漂移。同時(shí)研究了故障診斷中的信息融合，通過對(duì)診斷數(shù)據(jù)融合，使得診斷數(shù)據(jù)更加全面；通過對(duì)診斷方法的融合，使得診斷結(jié)果