2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩89頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、Zadeh于1979年論述了模糊信息粒,Pawlak于1982年提出一種有效分析和處理不精確、不一致、不完整等不完備信息的Rough集理論,T. Y. Lin于1996年提出粒計算(Granular Computing,簡稱GrC)一詞。粒計算可用于消除冗余屬性,提取最小屬性集合,實現(xiàn)從數(shù)據(jù)中挖掘有用屬性。粒計算已成為研究和處理信息及其他求解問題的一種方法。
   當(dāng)系統(tǒng)的先驗知識不完備或定性信息不能轉(zhuǎn)換為定量信息,無法建立精確

2、的定量系統(tǒng)模型時,定性故障診斷得到重視和發(fā)展。定性故障診斷的一個分支—符號有向圖(Signed Directed Graph,簡稱SDG),是一種根原因分析方法,用于揭示故障傳播路徑,即“劇情”,便于實施復(fù)雜故障“劇情”的深度分析和診斷。但是SDG故障診斷包含冗余信息,增加計算工作量。在粒計算約簡算法的基礎(chǔ)上,采用啟發(fā)式約簡算法,按照屬性的重要程度依次將屬性添加至約簡集合中,最終得到一個最優(yōu)或次優(yōu)的約簡,能夠較為有效地消除冗余信息。

3、r>   本文主要內(nèi)容分為三大部分,一是SDG故障診斷及其工程應(yīng)用,二是粒計算-SDG故障診斷及其工程應(yīng)用,三是搭建故障診斷仿真平臺。具體包括以下幾部分:
   (1)以高溫硝酸冷卻故障診斷系統(tǒng)為例,在分析SDG故障診斷理論的基礎(chǔ)上,通過分析系統(tǒng)流程工藝,建立系統(tǒng)SDG模型,采用SDG模型的簡化規(guī)則,化簡系統(tǒng)SDG模型,利用SDG模型的相容通路,推導(dǎo)出基本故障的診斷規(guī)則,建立故障決策表。為了區(qū)別變量的偏差故障對過程的影響,保留

4、系統(tǒng)中的相關(guān)信息,將SDG模型節(jié)點的三種狀態(tài),擴展為考慮偏差幅度的多層狀態(tài)。在深入分析粒計算理論的基礎(chǔ)上,將信息粒化原理引入SDG故障診斷中,提出基于信息?;碚摰腟DG分級式故障診斷,利用粒計算理論的粒度分層思想對SDG模型進行處理。
   (2)SDG故障診斷在進行故障判別時,需要對全部節(jié)點和全部故障規(guī)則進行推理匹配,會降低其故障診斷速度;推理出的故障規(guī)則包含所有節(jié)點的信息,會降低資源的有效利用率。在分析粒計算理論中知識約簡

5、理論的基礎(chǔ)上,將知識約簡算法引入SDG故障診斷中,以保證故障診斷結(jié)論正確性為前提,利用知識約簡算法對SDG故障診斷的決策規(guī)則進行處理。
   (3)工業(yè)生產(chǎn)流程本身不允許在實際過程裝置中進行故障診斷的研究和試驗,于是在Matlab環(huán)境下,搭建基于用戶圖形界面的故障診斷仿真平臺,實現(xiàn)粒計算的知識約簡算法,約簡故障診斷規(guī)則的冗余節(jié)點,簡化故障診斷問題的求解。仿真平臺通過比較約簡后的故障診斷與原先的故障診斷結(jié)果,驗證了方法的正確性和有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論