基于Vague集相似度量的汽轮机故障诊断的研究

设备诊断技术有重要的实用价值,已成为一个研究的热点,并且以深厚的理论为基础。系统论、信息论、控制论、非线性科学等最新技术在其中都有广泛的应用。该文针对模糊集的推广形式——Vague集,描述了Vague集的含义与相似度量,并提出一种Vague集的相似度量在汽轮机故障诊断中的新方法。在汽轮机振动故障诊断中,Vague集之间的相似度量是评价待诊断检测样本接近系统故障知识的度量,某一相似度量值越大,待检测样本接近某一故障知识越好,从而根据相似度量值确定振动故障的类型。通过实例阐明Vague集之间的相似度量在故障诊断中的有效性和合理性。这种方法能给予多故障诊断的理论依据,比神经网络故障诊断方法更加合理、易用。