旋转机械故障知识的知识化表达模型建模问题研究

针对旋转机械智能故障诊断的知识获取"瓶颈"，拟从知识挖掘的系统工程思想出发，在粗糙集理论的知识运算原理指导下，对故障知识挖掘的最基础问题，即对故障知识实施有效保护的故障知识知识化表达模型建模问题进行研究。研究内容涉及故障状态的量化特征描述、故障决策的知识向量构造、概念建模及其性能优化等。欲遵照使挖掘出的故障知识能够与领域专家的知识保持基本协调一致关系的原则，通过特征属性融合、数据关联分析、知识粒度计算、知识发现等问题的研究,去解决模型结构的性能优化问题。预期的研究目标，是获得一个近似最优的故障知识表达模型和信息处理算法。它们应能够为一类旋转机械的状态监测装置，提供将"在线"遇到的机组故障案例、自动转化成为具有故障知识挖掘价值的故障知识数据资源的能力。.本项目研究内容属旋转机械故障诊断与知识挖掘学科交叉产生的基础问题。本研究对推动智能诊断的实现方式向机器自学习方向发展，具有科学意义。