发明名称 一种车铣复合机床故障诊断知识库的知识获取方法
摘要 本发明涉及一种车铣复合机床故障诊断知识库的知识获取方法,步骤一、获取车铣复合机床历史故障信息和机床实时在线监测信息;步骤二、对历史故障信息和实时在线监测信息依次进行信号处理、故障特征信息选取和数据离散化处理后,以故障特征属性为条件属性,以故障模式为决策属性,构建故障诊断的知识决策表;步骤三、基于所构建的知识决策表,进行基于粒度计算的故障特征属性的约简和属性值约简;步骤四、采用规则的置信度和覆盖度作为评价指标对约简后的决策规则进行度量和评价。本发明由于可以从大量实时在线和离线数据中为故障诊断获取精简、有效的知识和规则,为其故障诊断提供了有效的保障。本发明可以广泛应用于各种数控机床故障诊断中。
申请公布号 CN101770219B 申请公布日期 2011.11.09
申请号 CN201010102878.8 申请日期 2010.01.29
申请人 北京信息科技大学 发明人 徐小力;王红军;黄民;吴国新
分类号 G05B19/4065(2006.01)I 主分类号 G05B19/4065(2006.01)I
代理机构 代理人
主权项 1.一种车铣复合机床故障诊断知识库的知识获取方法,其步骤如下:步骤一、经远程监测设备获取车铣复合机床历史故障信息和机床实时在线监测信息;步骤二、对历史故障信息和实时在线监测信息依次进行信号处理、故障特征信息选取和数据离散化处理后,以故障特征属性为条件属性,以故障模式为决策属性,构建故障诊断的知识决策表;步骤三、基于所构建的知识决策表,进行基于粒度计算的故障特征属性的约简和属性值约简,属性约简步骤如下:(1)取当前各子树叶子,分别进行叶到树根序列的所有父级信息粒的关联运算,获得粒度更小的信息粒;(2)求获得的粒度更小的信息粒和各决策信息粒的置信度,如果置信度为1时,则由该粒度更小的信息粒表示的属性粒集合推导出相应的规则保留;(3)如粒度更小的信息粒和各决策信息粒的置信度都小于1时,则条件信息粒相关的叶子留下作为各子树根节点待用;(4)如所有叶子表示的属性组合都求出决策规则为1,该规则保留,结束;(5)在各子树根节点各信息粒决定的对象集合U的子集U’中计算余下的条件信息粒的条件属性的权重η;(6)将权重η最大的条件属性的几个条件信息粒作树叶节点,其余的条件属性留下待用;(7)将所述步骤(5)中获得的条件信息粒,分别和其到树根序列的所有父级信息粒作关联运算,获得新的条件信息粒的关联度;如果关联度小于阈值1,则此树枝删除;否则获得一组新的条件信息粒,作为代表各子树根节点的信息粒进入所述步骤(3);步骤四、采用规则的置信度和覆盖度作为评价指标对约简后的决策规则进行度量和评价;其中,所述步骤三的步骤(5)中,所述权重η为条件属性相对于决策属性的权重:<img file="FSB00000581661500011.GIF" wi="778" he="144" />其中,θ<sub>ij</sub>为决策规则与决策属性的符合度;ρ<sub>ij</sub>为符合度θ<sub>ij</sub>的粒度和。
地址 100192 北京市海淀区清河小营东路12号机电系统测控重点实验室