IR
旋转机械故障知识的知识化表达模型建模问题研究
Project Number50875118
赵荣珍
Abstract针对旋转机械智能故障诊断技术的知识获取瓶颈,从知识发现的系统工程思想出发,对旋转机械故障知识发现得以工程应用的故障状态量化特征提取、故障分类与辨识、故障知识运算模型建模问题进行了研究。一个双跨转子系统被作为研究对象。定位于使用粗糙集理论作为知识发现工具开展了研究工作。研究问题包括:1)实验转子系统多功能集成信息系统的开发;2)转子系统振动信号消噪;3)故障状态的量化信息熵特征描述问题;4)故障数据集的分类与故障辨识方法研究;5)故障特征数据库架构环境下基于决策树算法的知识规则提取方法研究;6)一个故障知识发现的概念模型与数据处理模型建模及模型优化方法。其中,在6)中的模型建立,涉及故障知识挖掘的粒度计算、知识发现数据运算的基础理论模型建立与模型工程应用方法与途径的探讨。研究表明,将机械运行信息转化成为具有开发利用价值的故障知识资源,已成为能够推动机械信息技术向数据驱动的科学方向发展而引发出的新型工程科学问题。该问题的尽快解决对发展先进的机械信息技术具有奠基作用。研究发现,工业数据已成为关系国家制造业科学发展的重要战略资源。故建议加大对此类研究项目的资助力度。
【英文摘要】Theprojectwaslocatedintheknowledgeacquisitionbottleneckofintelligentfaultsdiagnosistechnologyofrotatingmachinery.Startingfromtheideasofsystemengineeringandknowledgediscoveryindatabase,thisprojectinvestigatedthequantitativefeaturesextractionaboutfaultsconditions,andclassification&patternsrecognitionofthefaults,aswellastobuildtheconceptsmodeltocalculatethefaultsknowledge.Thewayinengineeringapplicationoffaultsknowledgediscoverywasexplored.Arotorsystemwithtwospanswasdesignedastheresearch'sobject.Andtheresearchesweredevelopmentedaroundtheroughsetstheorytouseasatoolofknowledgediscovery.Theseveraltasksarecompletedasfollows.First,asetofmulti-functionsintegrationinformationsystemwithtoacquisitionthevibrationsignalsofrotorsystemisdevelopedsuccessfully.Second,Themethodsofsignals'sde-noisingisstudied.Thirdly,theinformationentropytodescriptionthefaultsconditionswithquantitativevaluesareconsidered.Fourth,boththeclassificationoffaultsdatasetandmethodofpatternrecognitionareinvestigatedsequentially.Inthefifth,toextractouttheknowledgerulesbythedecision-treealgorithmembeddedintheSQL-Server2005paltformaretriedto.Inthelastpart,bothaconceptsmodeloffaultsknowledgediscoveryanditsdataprocessingareinvestegatedout.Amongthemthemodelconsistesofthegranularcomputingoffaultknowledgeminingandtheestablishmentofbasictheorymodeltoknowledgediscoveryaswellastheapplicationofmodelingmethod.Theresultsshowsthattherunninginformationofrotatingmachinerycanbetransformedintoavaluabledataandknowledgeresources.Theyhavethedevelopingandutilizatingvaluetosolvethebottleneckofknowledgeacquisition.Sotherelatedproblemsonthethingshouldbeturnintoaclassofnewtypebasicscienceresearchcontexts.Itcanputforwardthatoneofdevelopingtrandsintheinformationtechnologyofmechanicalequipmentisdatadrivendirection.Tosolvethedecision-makingproblemsbymachnieintelligencethedatadrivenwillpalyanimportantroletoachieveanadvancedlevelintheinformationtechnologyofmechanicalequipment.Theindustrialdataresourcehasbecomeakindofimportantstrategicresourcesinvolvedacountrysciencedevelopment.Soinvestigationstopreservetheindustrialdatawithscientificwayshouldbepaidattentiontoassoonaspossible.
【结题摘要】针对旋转机械智能故障诊断技术的知识获取瓶颈,从知识发现的系统工程思想出发,对旋转机械故障知识发现得以工程应用的故障状态量化特征提取、故障分类与辨识、故障知识运算模型建模问题进行了研究。一个双跨转子系统被作为研究对象。定位于使用粗糙集理论作为知识发现工具开展了研究工作。研究问题包括:1)实验转子系统多功能集成信息系统的开发;2)转子系统振动信号消噪;3)故障状态的量化信息熵特征描述问题;4)故障数据集的分类与故障辨识方法研究;5)故障特征数据库架构环境下基于决策树算法的知识规则提取方法研究;6)一个故障知识发现的概念模型与数据处理模型建模及模型优化方法。其中,在6)中的模型建立,涉及故障知识挖掘的粒度计算、知识发现数据运算的基础理论模型建立与模型工程应用方法与途径的探讨。研究表明,将机械运行信息转化成为具有开发利用价值的故障知识资源,已成为能够推动机械信息技术向数据驱动的科学方向发展而引发出的新型工程科学问题。该问题的尽快解决对发展先进的机械信息技术具有奠基作用。研究发现,工业数据已成为关系国家制造业科学发展的重要战略资源。故建议加大对此类研究项目的资助力度。
Subtype面上项目
Project Source国家自然科学基金
2009
End Date2011-12-31
MOST Discipline Catalogue1102 - 机械工程 ; 11 - 工程与技术
Host Institution兰州理工大学
Project Funding340000.0
CountryCN
Language中文
Document Type项目
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/64975
Collection兰州理工大学
Recommended Citation
GB/T 7714
赵荣珍.旋转机械故障知识的知识化表达模型建模问题研究.2009.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[赵荣珍]'s Articles
Baidu academic
Similar articles in Baidu academic
[赵荣珍]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[赵荣珍]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.