基于模糊区间优化的模糊推理故障诊断方法

被引:8
作者
董炜 [1 ]
陈卫征 [1 ,2 ]
徐晓滨 [2 ]
吉吟东 [1 ]
机构
[1] 清华大学清华信息科学与技术国家实验室
[2] 清华大学自动化系
关键词
故障诊断; 模糊区间; 模糊推理; 模糊专家系统; 轨道电路;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
提出一种基于模糊区间优化三角均分的模糊规则生成方法.在获取故障样本之后,通过基于故障识别率最佳准则的寻优过程,确定模糊区间均匀划分数的下确界.在此基础上,利用所提出的改进型DM算法提取模糊规则,最终构建出模糊推理故障诊断系统.与模糊区间划分数低于该下确界的模糊推理系统相比,利用该方法能保证在所生成模糊规则数较少的情况下,使构建的推理系统具有更高的故障识别率和诊断准确率,同时避免了人为确定模糊区间划分数时所带来的盲目性.最后,在轨道电路该类复杂模拟电路常见硬故障的诊断实例中,说明了新方法的有效性.
引用
收藏
页码:1905 / 1912
页数:8
相关论文
共 5 条
[1]  
一个具有完备性和鲁棒性的模糊规则提取算法[J]. 王永富,王殿辉,柴天佑.自动化学报. 2010(09)
[2]   基于模糊故障特征信息的随机集度量信息融合诊断方法 [J].
徐晓滨 ;
文成林 ;
王迎昌 .
电子与信息学报, 2009, 31 (07) :1635-1640
[3]   规则可生长与修剪的非线性系统T-S模糊模型辨识 [J].
廖龙涛 ;
李少远 ;
黄广斌 .
自动化学报, 2007, (10) :1097-1100
[4]   一种新的基于神经模糊推理网络的复杂系统模糊辨识方法 [J].
李佳宁 ;
易建强 ;
赵冬斌 ;
西广成 .
自动化学报, 2006, (05) :695-703
[5]   利用模糊神经网络进行数据挖掘的一种算法 [J].
熊熊 ;
汪德馨 ;
宋轶民 .
系统工程学报, 2000, (01) :32-37