[發(fā)明專利]一種基于粗糙集和證據(jù)理論的故障診斷方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210607154.1
• 申請日: 2022-05-31
• 公開（公告）號: CN115018307A
• 公開（公告）日: 2022-09-06
• 發(fā)明（設(shè)計）人: 賈寶柱;廖志強;孔德峰
• 申請（專利權(quán)）人: 廣東海洋大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/00;G06N5/04
• 代理公司: 北京盛詢知識產(chǎn)權(quán)代理有限公司 11901
• 代理人: 劉靜

本發(fā)明公開了一種基于粗糙集和證據(jù)理論的故障診斷方法及系統(tǒng)，包括如下步驟：S1、根據(jù)原始數(shù)據(jù)表中帶標簽數(shù)據(jù)的參數(shù)名稱和數(shù)據(jù)類別，得到條件屬性集；S2、根據(jù)系統(tǒng)常見故障狀態(tài)得到?jīng)Q策屬性集；S3、基于條件屬性集和決策屬性集，建立基于不同工況下第i條原始采集數(shù)據(jù)樣本的輸入條件屬性與決策屬性相對應的數(shù)據(jù)決策表；S4、對數(shù)據(jù)決策表進行屬性的約簡處理，獲得約簡決策表；S5、根據(jù)約簡決策表，獲得約簡決策表中所有條件屬性對每個決策屬性的基本置信度。本發(fā)明通過粗糙集與D?S證據(jù)理論相結(jié)合，克服了決策證據(jù)在基本置信度分配的主觀性過強的缺陷。

技術(shù)領(lǐng)域

本發(fā)明屬于機械裝備故障診斷領(lǐng)域，具體涉及一種基于粗糙集和證據(jù)理論的故障診斷方法及系統(tǒng)。

背景技術(shù)

以數(shù)據(jù)為核心的故障診斷技術(shù)是實現(xiàn)船舶動力系統(tǒng)智能運維的關(guān)鍵技術(shù)之一，通過運行監(jiān)測數(shù)據(jù)對設(shè)備及系統(tǒng)的運行狀態(tài)進行預報、判斷及識別，據(jù)此確定其是否處于正常運行狀態(tài)區(qū)間。船舶動力系統(tǒng)長期監(jiān)測數(shù)據(jù)通常具有容量大、緯度高、有效信息密度低等典型工業(yè)大數(shù)據(jù)特征，常規(guī)方法難以有效挖掘數(shù)據(jù)中潛在的特征信息，難以直接用于支持管理人員的運行維護及維修決策，需要尋找一種有效的數(shù)據(jù)處理手段并對數(shù)據(jù)處理結(jié)果進行有效性評估以支撐智能運維決策。

粗糙集理論可以在不借助對數(shù)據(jù)的先驗知識的前提下發(fā)掘隱藏在數(shù)據(jù)中的潛在信息，為海量數(shù)據(jù)中知識獲取提供了一種較為可行的數(shù)學機制。但在實際應用中，粗糙集理論推理能力較弱，與概率論、模糊數(shù)學和證據(jù)理論等其它處理不確定或不精確問題的理論有很強的互補性，以粗糙集結(jié)合證據(jù)理論的信息融合方法在故障診斷、多傳感器數(shù)據(jù)融合、狀態(tài)評估、數(shù)據(jù)挖掘及模式識別等領(lǐng)域具有重要研究意義。

證據(jù)理論可以在決策級為不確定信息的表征與融合提供有力的證據(jù)支持，但在基本概率確定時存在較大的主觀因素影響，同時在證據(jù)組合過程中會由于推理規(guī)則維度過高引起焦元爆炸，一般在使用證據(jù)理論進行決策級數(shù)據(jù)融合前需要對原始數(shù)據(jù)進行必要的約簡，以降低數(shù)據(jù)維度。粗糙集在數(shù)據(jù)處理環(huán)節(jié)的優(yōu)勢與證據(jù)理論的推理能力可以形成良好的優(yōu)勢互補，在海量數(shù)據(jù)處理中獲得較為客觀的推理結(jié)果，并可在一定程度上降低證據(jù)組合中的主觀性及處理難度。

基于粗糙集和證據(jù)理論的信息融合方法目前有較多的研究成果，但是大部分研究成果僅針對具體應用對象特性提出了相應的數(shù)據(jù)融合方法，缺少能夠推廣應用的普適性方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于給出一種基于粗糙集和證據(jù)理論的故障診斷方法及系統(tǒng)，充分利用粗糙集在處理高維度數(shù)據(jù)過程中的屬性約簡能力，以及D-S證據(jù)理論在決策級證據(jù)合成過程中的置信度計算方法，以克服決策證據(jù)在基本置信度分配的主觀性過強缺陷。

為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種基于粗糙集和證據(jù)理論的故障診斷方法，包括如下步驟：

S1、根據(jù)原始數(shù)據(jù)表中帶標簽數(shù)據(jù)的參數(shù)名稱和數(shù)據(jù)類別，得到條件屬性集，所述條件屬性集表示為C＝{c₁，c₂，c₃，...，c_n}，其中n為輸入的條件屬性的維度；

S2、根據(jù)系統(tǒng)常見故障狀態(tài)得到?jīng)Q策屬性集，所述決策屬性集表示為D＝{d₁，d₂，d₃，...，d_m}，其中m為輸出的決策屬性的維度；

S3、基于所述條件屬性集和所述決策屬性集，建立基于不同工況下第i條原始采集數(shù)據(jù)樣本的輸入條件屬性與決策屬性相對應的數(shù)據(jù)決策表，所述數(shù)據(jù)決策表表示為S；

S4、對所述數(shù)據(jù)決策表進行屬性的約簡處理，獲得約簡決策表；

S5、根據(jù)所述約簡決策表，獲得約簡決策表中所有條件屬性對每個決策屬性的基本置信度，所述基本置信度用于進行故障診斷。