基于RIPPER的旋转机械故障诊断知识获取

摘要：

数据挖掘技术能够从大量、不完全、有噪声、模糊、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的本质的规律.为了有效地发现旋转机械故障诊断过程中的故障征兆知识,引入数据挖掘技术和方法.针对旋转机械,构建了基于重复增量修枝算法RIPPER(Repeated Incremental Pruning to Produce Error Reduction)的故障诊断知识获取系统.通过收集故障现象并整理成由故障征兆、故障类型等组成的故障信息样本,应用RIPPER算法对故障进行分析得到故障诊断规则集文件,实现故障诊断系统知识的获取和自动更新,并能对旋转机械的常见故障进行诊断,验证了算法的合理性.

关键词：旋转机械、故障诊断、知识获取、规则挖掘、重复增量修剪减少误差方法(RIPPER)

所属期刊栏目：43

分类号：TP306(计算技术、计算机技术)

资助基金：国家自然科学基金50375017;北京市自然科学基金3042006;3062008;北京市重点实验室基金KF20041123206

在线出版日期：2007-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：210-213