本文選題：屬性約簡　切入點(diǎn)：決策樹　出處：《中國煤炭》2016年02期

【摘要】：特征指標(biāo)集的約簡對(duì)于機(jī)電設(shè)備運(yùn)行狀態(tài)準(zhǔn)確可靠的監(jiān)測是非常重要的,為此設(shè)計(jì)了一種基于粗糙集的屬性約簡方法。該方法首先將時(shí)域及頻域信號(hào)特征作為條件屬性,故障類型作為決策屬性,建立故障決策表。利用決策樹不純度的減少量對(duì)決策表中的連續(xù)屬性數(shù)據(jù)進(jìn)行離散化處理,然后采用粗糙集對(duì)離散化后的決策表進(jìn)行約簡,約簡后的故障規(guī)則決策表可以使設(shè)備的故障診斷變得更為簡單有效。最后分別采用實(shí)驗(yàn)室軸承數(shù)據(jù)和礦用帶式輸送機(jī)軸承數(shù)據(jù)設(shè)計(jì)試驗(yàn)進(jìn)行驗(yàn)證,試驗(yàn)結(jié)果表明,在保證設(shè)備狀態(tài)監(jiān)測結(jié)果可靠的情況下,該方法能夠有效地對(duì)屬性指標(biāo)集進(jìn)行約簡,降低工作計(jì)算量和減少不確定因素的影響。
[Abstract]:The reduction of feature index sets is very important for the accurate and reliable monitoring of the operating state of electromechanical equipment. A rough set based attribute reduction method is designed. Firstly, the time domain and frequency domain signal features are taken as conditional attributes in this method. Fault type is used as decision attribute, fault decision table is established, continuous attribute data in decision table is discretized by reducing the unpurity of decision tree, and then the discrete decision table is reduced by rough set. The reduced fault rule decision table can make the fault diagnosis of the equipment more simple and effective. Finally, the laboratory bearing data and the mine belt conveyor bearing data design test are used to verify, the test results show that, The method can effectively reduce the attribute index set, reduce the work calculation and reduce the influence of uncertain factors on the condition that the equipment condition monitoring results are reliable.
【作者單位】： 中國礦業(yè)大學(xué)(北京)機(jī)電與信息工程學(xué)院;中國電信江蘇分公司;天地(常州)自動(dòng)化股份有限公司;
【基金】：天地科技科研項(xiàng)目(2014-TDGZZD-01)綜采挖掘工作面裝備狀態(tài)監(jiān)測與故障診斷系統(tǒng)研究
【分類號(hào)】：TD40;TD60

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 傅明,陳曦,劉翌南;基于信息顆粒的粗糙集約簡研究[J];長沙理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

2 李寅煦;;粗糙集在突發(fā)危機(jī)事件范例推理中的應(yīng)用研究[J];陜西科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

3 王翠珍;楊超龍;李洪武;周廣柱;;粗糙集理論在環(huán)境科學(xué)研究中的應(yīng)用[J];山東化工;2011年09期

4 殷勇;煙草成分對(duì)其品質(zhì)影響程度的粗糙集判別方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2004年04期

5 尤三偉,劉少亭;基于粗糙集理論的圖像中值濾波[J];西安科技大學(xué)學(xué)報(bào);2005年02期

6 侯運(yùn)炳,潘啟新;基于粗糙集決策方法的礦山不確定多屬性問題的研究[J];煤炭工程;2005年04期

7 楊林娟;;粗糙集理論在天然氣輸送管道外腐蝕分析中的應(yīng)用[J];南通職業(yè)大學(xué)學(xué)報(bào)(綜合版);2006年03期

8 郝春亮;孫雨;徐從富;張作衡;宋國璽;;粗糙集理論與方法在地質(zhì)研究中的應(yīng)用[J];地質(zhì)與勘探;2011年03期

9 武裝;;基于粒子群的粗糙集屬性約簡與數(shù)控機(jī)床故障診斷研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2012年08期

10 李元萍;李元良;;粗糙集約簡算法的研究與實(shí)現(xiàn)[J];礦業(yè)研究與開發(fā);2008年04期

相關(guān)會(huì)議論文 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應(yīng)用綜述[A];第十一次全國焊接會(huì)議論文集（第2冊）[C];2005年

2 尹宗成;;粗糙集理論在我國糧食產(chǎn)量預(yù)測中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實(shí)踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡分類方法[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學(xué)數(shù)據(jù)屬性約簡中的應(yīng)用[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

5 陳雪飛;;粗糙集分類中耦合數(shù)據(jù)的處理方法研究[A];2008年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊)[C];2008年

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

7 王印松;馮康;;主汽溫調(diào)節(jié)系統(tǒng)性能評(píng)價(jià)的粗糙集實(shí)現(xiàn)方法[A];第二十七屆中國控制會(huì)議論文集[C];2008年

8 王紅萍;萬程亮;金彥豐;;應(yīng)用粗糙集理論的對(duì)抗效果權(quán)重確定方法[A];2009’中國西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

9 王莉;周獻(xiàn)中;;一種基于粗糙集的模糊神經(jīng)網(wǎng)絡(luò)模型在鋼材力學(xué)性能預(yù)測中的研究[A];2009年中國智能自動(dòng)化會(huì)議論文集（第二分冊）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴(kuò)展的規(guī)則提取算法[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

相關(guān)博士學(xué)位論文 前10條

1 馬希驁;概率粗糙集屬性約簡理論及方法研究[D];西南交通大學(xué);2014年

2 唐孝;基于粗糙集的知識(shí)發(fā)現(xiàn)方法及其在ECG信號(hào)識(shí)別中的應(yīng)用[D];電子科技大學(xué);2015年

3 曾凱;鄰域�；植谟�(jì)算的關(guān)鍵技術(shù)研究與應(yīng)用[D];電子科技大學(xué);2015年

4 薛佩軍;正負(fù)域覆蓋廣義粗糙集與知識(shí)粗傳播研究[D];山東大學(xué);2007年

5 孔芝;粗糙集理論若干問題的研究與應(yīng)用[D];東北大學(xué);2009年

6 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應(yīng)用[D];華南理工大學(xué);2002年

7 劉少輝;知識(shí)發(fā)現(xiàn)中粗糙集理論的研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2003年

8 鄧大勇;基于粗糙集的數(shù)據(jù)約簡及粗糙集擴(kuò)展模型的研究[D];北京交通大學(xué);2007年

9 孫英娟;基于粗糙集的分類方法研究[D];吉林大學(xué);2011年

10 楊田;覆蓋粗糙集約簡理論及應(yīng)用[D];湖南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 江飛;粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷方法研究[D];西安石油大學(xué);2015年

2 何理榮;粗糙集理論在銀行信貸風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[D];華南理工大學(xué);2015年

3 張德齊;基于粗糙集理論的電機(jī)故障診斷方法研究[D];渤海大學(xué);2015年

4 楊禮;基于粗糙集的公路交通安全預(yù)警研究[D];西南交通大學(xué);2015年

5 聶萌瑤;基于泛系串并模型的粗糙集概念擴(kuò)展與拓?fù)淇臻g[D];蘭州大學(xué);2015年

6 徐鵬;基于粗糙集的建筑起重機(jī)械安全精細(xì)化評(píng)價(jià)研究[D];西安建筑科技大學(xué);2015年

7 孫宇航;粗糙集屬性約簡方法在醫(yī)療診斷中的應(yīng)用研究[D];蘇州大學(xué);2015年

8 張曼;基于粗糙集和包含度的聚類分類算法研究[D];青島理工大學(xué);2015年

9 車世遠(yuǎn);基于群搜索優(yōu)化粗糙集的腦科學(xué)數(shù)據(jù)研究[D];大連海事大學(xué);2015年

10 林哲;基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營銷客戶分類中的應(yīng)用[D];南京理工大學(xué);2015年

，

本文編號(hào)：1685854