本文關(guān)鍵詞：基于粗糙集的故障預測及診斷技術(shù)在衛(wèi)星中的應用，由筆耕文化傳播整理發(fā)布。

【摘要】：故障預測及診斷技術(shù)在航天系統(tǒng)工程中發(fā)揮著不可磨滅的作用，可保障航天器在運行階段具備較高的可靠性和安全性，延長飛行器使用壽命。本文以衛(wèi)星為診斷對象，粗糙集理論為主線，灰色模型和支持向量機為預測模型，案例診斷方法、故障樹診斷方法和貝葉斯網(wǎng)絡為診斷模型，以多種計算機語言為工具，研究并開發(fā)出一套適用于衛(wèi)星的故障預測及診斷系統(tǒng)。 在系統(tǒng)地應用（鄰域）粗糙集理論之前，對鄰域粗糙集鄰域半徑的確定方法進行了試驗分析，得出了新的鄰域粗糙集約簡時鄰域半徑的確定原則和方法，并通過對比實驗證明了該原則和方法的有效性。 提出了采用灰色模型、粗糙集和支持向量機結(jié)合的預測方法。通過對多種灰色系統(tǒng)預測模型的對比分析，驗證出新陳代謝灰色預測模型更適用于衛(wèi)星遙測數(shù)據(jù)預測。采用粗糙集和支持向量機結(jié)合的方法對預測數(shù)據(jù)進行分類判斷。通過對比，驗證了網(wǎng)格尋優(yōu)法更適用于本預測系統(tǒng)。 對案例診斷中案例檢索和相似度計算等關(guān)鍵問題進行了研究。選取遞進式檢索策略，分析得出對于數(shù)據(jù)缺失情況采用數(shù)據(jù)剔除的辦法進行相似度計算更為準確。利用粗糙集和信息熵理論提出了新的屬性權(quán)值計算方法，實驗結(jié)果表明本文方法更具客觀性、普適性和精確性。 對故障樹和貝葉斯網(wǎng)絡模型的定性分析和定量計算進行了對比分析，提出了以故障樹進行定性分析、以貝葉斯網(wǎng)絡進行定量計算的故障診斷方案。為了達到更為理想的診斷效果，提出了一種基于鄰域粗糙集的由故障樹向貝葉斯網(wǎng)絡轉(zhuǎn)換的約簡方法，實驗表明經(jīng)過該方法約簡后的網(wǎng)絡模型診斷效果更佳。 聯(lián)系實際需求，以多種計算機語言結(jié)合開發(fā)了衛(wèi)星故障預測及診斷系統(tǒng)，實現(xiàn)了診斷系統(tǒng)的可視化、圖形化的人機友好交互。在故障樹診斷模塊中，提出了一種新的數(shù)據(jù)庫架構(gòu)方法，有效地降低了故障樹數(shù)據(jù)庫構(gòu)建的冗余，并通過對Visio的二次開發(fā)實現(xiàn)了故障樹的圖形化繪制功能。
【關(guān)鍵詞】：故障預測及診斷 鄰域粗糙集 案例診斷 故障樹 衛(wèi)星
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：V467;TP18
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-16
• 1.1 課題背景及意義10
• 1.2 故障預測及診斷綜述10-13
• 1.2.1 故障預測方法分類11
• 1.2.2 故障診斷方法分類11-13
• 1.3 國內(nèi)外現(xiàn)狀13-14
• 1.4 本文的主要研究內(nèi)容14-16
• 第2章 粗糙集理論基礎16-25
• 2.1 引言16
• 2.2 經(jīng)典粗糙集理論16-18
• 2.2.1 粗糙集的定義16-17
• 2.2.2 依賴度和重要度17
• 2.2.3 粗糙集的約簡17-18
• 2.3 鄰域粗糙集理論18-20
• 2.3.1 鄰域18-19
• 2.3.2 鄰域粗糙集下的決策系統(tǒng)19-20
• 2.4 鄰域粗糙集約簡20-24
• 2.4.1 鄰域粗糙集約簡算法20
• 2.4.2 新的鄰域半徑確定原則和方法20-24
• 2.4.3 對比驗證24
• 2.5 本章小結(jié)24-25
• 第3章 灰色模型與支持向量機結(jié)合的故障預測25-40
• 3.1 引言25
• 3.2 灰色模型的預測理論25-28
• 3.2.1 灰色模型基礎理論25-26
• 3.2.2 灰色模型的檢驗26-27
• 3.2.3 新陳代謝灰色模型27-28
• 3.3 支持向量機的分類理論28-33
• 3.3.1 基本思想28-29
• 3.3.2 線性可分情況29-31
• 3.3.3 線性不可分情況31-32
• 3.3.4 核函數(shù)32-33
• 3.4 GM、RS 和 SVM 相結(jié)合的故障預測33-38
• 3.4.1 GM（1,1）模型的預測33-34
• 3.4.2 RS 和 SVM 結(jié)合的分類驗證34-37
• 3.4.3 在案例診斷系統(tǒng)下的診斷驗證37-38
• 3.5 本章小結(jié)38-40
• 第4章 粗糙集理論在案例診斷中的應用40-55
• 4.1 引言40
• 4.2 粗糙集理論下的屬性權(quán)值40-43
• 4.2.1 代數(shù)觀下的屬性權(quán)值40-41
• 4.2.2 信息觀下的屬性權(quán)值41-43
• 4.3 新的屬性權(quán)值計算方法43-48
• 4.3.1 新的信息觀權(quán)值公式43-44
• 4.3.2 最優(yōu)權(quán)值公式44-45
• 4.3.3 可信度參數(shù)的選取45-46
• 4.3.4 新權(quán)值計算公式的應用驗證46-48
• 4.4 案例的檢索48-54
• 4.4.1 案例的索引48-49
• 4.4.2 相似度計算49-50
• 4.4.3 相似度計算實例驗證50-54
• 4.5 本章小結(jié)54-55
• 第5章 粗糙集在故障樹與貝葉斯診斷中的應用55-68
• 5.1 引言55
• 5.2 故障樹診斷方法55-58
• 5.2.1 故障樹的基礎理論55-56
• 5.2.2 故障樹的定性分析56-57
• 5.2.3 故障樹的定量計算方法57-58
• 5.3 故障樹與貝葉斯網(wǎng)絡結(jié)合58-64
• 5.3.1 貝葉斯網(wǎng)絡理論基礎58
• 5.3.2 故障樹向貝葉斯網(wǎng)絡的轉(zhuǎn)換58-60
• 5.3.3 BN 和 FTA 結(jié)合的故障診斷方法60-64
• 5.4 粗糙集對診斷模型的精簡64-67
• 5.5 本章小結(jié)67-68
• 第6章 衛(wèi)星故障預測及診斷系統(tǒng)的實現(xiàn)68-76
• 6.1 引言68
• 6.2 系統(tǒng)總體設計68-69
• 6.2.1 總體診斷流程68-69
• 6.2.2 系統(tǒng)模塊設計69
• 6.3 故障預測模塊設計69
• 6.4 案例診斷模塊設計69-72
• 6.4.1 總體設計69-70
• 6.4.2 數(shù)據(jù)庫設計70-71
• 6.4.3 界面實現(xiàn)71-72
• 6.5 故障樹診斷模塊設計72-75
• 6.5.1 總體設計72-73
• 6.5.2 數(shù)據(jù)庫設計73-74
• 6.5.3 界面實現(xiàn)74-75
• 6.6 本章小結(jié)75-76
• 結(jié)論76-78
• 參考文獻78-83
• 攻讀碩士學位期間發(fā)表的論文及其它成果83-85
• 致謝85-86
• 個人簡歷86

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱永利,吳立增,李雪玉;貝葉斯分類器與粗糙集相結(jié)合的變壓器綜合故障診斷[J];中國電機工程學報;2005年10期

2 楊洪波,陳軍,阮雪榆;基于有限元仿真結(jié)果的知識發(fā)現(xiàn)[J];上海交通大學學報;2003年07期

3 劉慶珍,蔡金錠,王少芳;基于粗糙集-神經(jīng)網(wǎng)絡系統(tǒng)的電力電子電路故障診斷[J];電力自動化設備;2004年04期

4 劉知貴,梁辰,黃正良,蒲潔;粗集理論及其在智能控制中的應用綜述[J];西南科技大學學報;2004年04期

5 肖健梅,張騰飛,王錫淮;基于粗糙集的高速公路交通流神經(jīng)網(wǎng)絡模型[J];計算機工程;2005年10期

6 謝克明,楊靜;粗糙集理論及其在智能控制領域的應用前景[J];太原理工大學學報;1999年04期

7 安利平,劉喜華,吳育華;不相容決策系統(tǒng)中獲取規(guī)則的粗糙集方法[J];青島大學學報(工程技術(shù)版);2002年01期

8 張麗,馬良;基于粗糙集屬性約簡的模糊模式識別[J];上海理工大學學報;2003年01期

9 申愛華,陳燕;一種基于粗糙集的數(shù)據(jù)約簡改進算法[J];大連海事大學學報;2004年01期

10 彭強,孫宇;結(jié)構(gòu)樹和粗糙集相結(jié)合的車輛故障診斷系統(tǒng)[J];汽車工程;2004年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 肖健梅;蘆曉明;王錫淮;;集裝箱起重機防搖系統(tǒng)粗糙集控制[A];第二十六屆中國控制會議論文集[C];2007年

2 李曉麗;王彤;杜振龍;;基于粗糙集理論的流數(shù)據(jù)最優(yōu)特征選擇[A];第二十二屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2005年

3 聶力;王翰虎;;一個基于粗糙集理論的分類規(guī)則學習算法[A];第十六屆全國數(shù)據(jù)庫學術(shù)會議論文集[C];1999年

4 王旭陽;王彤;李明;;基于粗糙集理論的分類規(guī)則挖掘方法[A];第二十二屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2005年

5 劉永紅;薛青;鄭長偉;;基于粗糙集理論的C4ISR評估方法[A];第13屆中國系統(tǒng)仿真技術(shù)及其應用學術(shù)年會論文集[C];2011年

6 趙明清;陶樹平;;基于模糊等價關(guān)系的粗糙集[A];第二十屆全國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2003年

7 葛麗;傅彥;;粗糙集在科學數(shù)據(jù)屬性約簡中的應用[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2004年

8 陳楚湘;沈建京;陳冰;尚長興;王運成;;運用粗糙集理論建立中老年肺炎中醫(yī)癥候診斷標準[A];第二十九屆中國控制會議論文集[C];2010年

9 趙榮珍;楊娟;黃顯華;;粗糙集理論的故障知識發(fā)現(xiàn)及其工程應用模式研究[A];第十二屆全國設備故障診斷學術(shù)會議論文集[C];2010年

10 顧成杰;張順頤;劉凱;黃河;;基于粗糙集和禁忌搜索的特征選擇方法[A];江蘇省電子學會2010年學術(shù)年會論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 李春;提升電源健康監(jiān)控水平故障預測技術(shù)顯身手[N];中國電子報;2008年

2 ;櫛風沐雨鑄輝煌 繼往開來譜華章[N];人民郵電;2006年

3 王瑋 蔡蓮紅;數(shù)據(jù)挖掘走入語音處理[N];計算機世界;2001年

4 暴青雨　趙彥斌;“槍”有病,能自檢[N];光明日報;2011年

5 本報記者 張峰;為存儲保駕護航[N];網(wǎng)絡世界;2004年

6 暴青雨　本報特約通訊員 趙彥斌;為了戰(zhàn)時能打贏[N];解放軍報;2011年

7 本報記者 李智 通訊員 梁憲生;零的突破[N];山西經(jīng)濟日報;2001年

8 通訊員 周勇邋記者 常素莉;邢鋼新光凱樂公司產(chǎn)品打入印度市場[N];河北經(jīng)濟日報;2007年

9 李磊;讓電子政務更聰明[N];計算機世界;2001年

10 王麗霞;實時監(jiān)測　遠程鎖定[N];人民郵電;2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張國軍;基于粗糙集的相對屬性約簡算法及決策方法研究[D];華中科技大學;2010年

2 馬君華;粗糙集屬性約簡和聚類算法及其在電力自動化中的應用研究[D];華中科技大學;2010年

3 楊習貝;不完備信息系統(tǒng)中粗糙集理論研究[D];南京理工大學;2010年

4 紀霞;不完備信息系統(tǒng)中粗糙集理論的擴展研究與應用[D];安徽大學;2010年

5 趙佰亭;混合決策系統(tǒng)的粗集模型及在轉(zhuǎn)臺故障診斷中的應用[D];哈爾濱工業(yè)大學;2010年

6 劉業(yè)政;基于粗糙集數(shù)據(jù)分析的智能決策支持系統(tǒng)研究[D];合肥工業(yè)大學;2002年

7 叢蓉;作戰(zhàn)指揮決策支持系統(tǒng)目標融合識別研究[D];大連理工大學;2010年

8 哈斯巴干;神經(jīng)網(wǎng)絡及其組合算法的遙感數(shù)據(jù)分類研究[D];中國科學院研究生院（遙感應用研究所）;2003年

9 張賢勇;基于精度與程度邏輯組合的幾類粗糙集模型及其算法研究[D];四川師范大學;2011年

10 劉洪波;漢語認知腦數(shù)據(jù)挖掘相關(guān)算法及應用研究[D];大連理工大學;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 呂望;基于粗糙集的車輛超載自動檢測方法研究[D];長沙理工大學;2010年

2 田靜宜;基于粗糙集和神經(jīng)網(wǎng)絡的柴油機故障診斷研究[D];中北大學;2011年

3 于興網(wǎng);粗糙集屬性約簡算法在數(shù)據(jù)挖掘中的研究[D];重慶大學;2004年

4 雷明;基于粗糙集理論的決策表壓縮[D];華北電力大學（北京）;2010年

5 魏悅亮;粗糙集在數(shù)據(jù)挖掘不確定性問題中的研究[D];中國石油大學;2010年

6 袁曉娟;基于粒計算的雙論域粗糙集模型研究[D];蘭州大學;2010年

7 武金艷;粗糙集與證據(jù)理論在醫(yī)療智能診斷系統(tǒng)中的應用研究[D];湖南大學;2010年

8 穆海芳;基于粗糙集理論的故障診斷知識獲取研究[D];合肥工業(yè)大學;2010年

9 李琴;基于粗糙集的商業(yè)智能決策的研究與應用[D];廣東工業(yè)大學;2011年

10 張賢勇;粗糙集的數(shù)學基礎研究與兩個廣義粗糙集模型的探討[D];四川師范大學;2004年

  本文關(guān)鍵詞：基于粗糙集的故障預測及診斷技術(shù)在衛(wèi)星中的應用，由筆耕文化傳播整理發(fā)布。

，

本文編號：503693