基于機器學習的油液分析系統(tǒng)研究.pdf

1、隨著主動維修思想的出現(xiàn)，其優(yōu)勢日趨明顯，同時，油液分析技術作為其實現(xiàn)的前提條件，已經(jīng)得到廣泛的應用，人們開發(fā)出各樣的油液分析綜合系統(tǒng)，以適應維修領域知識專家經(jīng)驗不能滿足需要這一現(xiàn)狀。本文提出了一個基于機器學習方法的油液分析系統(tǒng)的模型，運用一種新的增量式的學習方法，解決油液分析系統(tǒng)的知識獲取問題。另一方面，通過決策樹方法得到的知識模型，輔助故障源的判斷，能夠在故障發(fā)生之前提前預防，達到主動維修的目的。 首先，針對實現(xiàn)主動維修的油液

2、分析系統(tǒng)中存在的知識獲取，以及故障源挖掘的問題，結(jié)合機器學習方法，提出了一種機器學習方法在油液分析專家系統(tǒng)中的應用模型，并對模型中的關鍵部分作了簡要概述。 其次，闡述了系統(tǒng)中選取具體的機器學習方法的過程，并對其中的決策樹方法輔助故障源的挖掘過程進行了詳細闡述。利用決策樹方法學習到的知識模型，結(jié)合機器學習的推理能力，發(fā)掘診斷屬性中的重要參數(shù)，輔助故障源的確定以及維修決策。 接著，本文在決策樹增量式學習算法ID5R和粗糙集理