淺析機(jī)械故障檢測(cè)技術(shù)

1、淺析機(jī)械故障檢測(cè)技術(shù)姓名：?jiǎn)挝唬赫涸谶B續(xù)生產(chǎn)系統(tǒng)中，如果某臺(tái)關(guān)鍵設(shè)備因故障而不能繼續(xù)運(yùn) 行，往往會(huì)涉及全廠生產(chǎn)系統(tǒng)設(shè)備的運(yùn)行，而造成巨大的經(jīng)濟(jì)損失。 因此，對(duì)于連續(xù)生產(chǎn)系統(tǒng)，例如電力系統(tǒng)的汽輪發(fā)電機(jī)組、冶金過(guò)程 及化工過(guò)程的關(guān)鍵設(shè)備等，故障診斷具有極為重要的意義。關(guān)鍵詞:故障；經(jīng)濟(jì)損失；診斷。故障診斷的基礎(chǔ)是建立在能量耗散原理上的。所有設(shè)備的作用都是 能量轉(zhuǎn)換與傳遞，設(shè)備狀態(tài)愈好，轉(zhuǎn)換與傳遞過(guò)程中的附加能量損耗 愈小。例如機(jī)械設(shè)備，其傳遞的能量是以力、速度兩個(gè)主要物理參數(shù) 來(lái)表征，附加能量損耗主要通過(guò)溫度及振動(dòng)參數(shù)表現(xiàn)。隨著設(shè)備劣化 程度加大，附加能量損耗也增大。因此，監(jiān)測(cè)附加能量損耗的變

2、化， 可以了解設(shè)備劣化程度。1.設(shè)備的壽命及劣化曲線(xiàn)浴盆曲線(xiàn)：設(shè)備維修工程中，根據(jù)統(tǒng)計(jì)得出的一般機(jī)械設(shè)備劣化進(jìn) 程規(guī)律曲線(xiàn)。由于曲線(xiàn)的形狀類(lèi)似浴盆的剖面線(xiàn)，因此稱(chēng)為浴盆曲線(xiàn)。 浴盆曲線(xiàn)中的三個(gè)階段：1一磨合期，表示新機(jī)器的磨合階段，這時(shí) 故障率較高。II一正常使用期，表示機(jī)器經(jīng)磨合后處于穩(wěn)定階段，這時(shí)故障率最低。 III一耗損期，表示機(jī)器由于磨損、疲勞、腐蝕已處于老年階段，因此 故障率又逐步升高。2故障診斷的內(nèi)容2.1運(yùn)行狀態(tài)的監(jiān)測(cè)一一根據(jù)機(jī)械設(shè)備在運(yùn)行時(shí)產(chǎn)生的信息判斷設(shè) 備是否運(yùn)行正常，其目的是為了早期（盡早）發(fā)現(xiàn)設(shè)備故障的苗頭。2.2設(shè)備運(yùn)行狀態(tài)的趨勢(shì)預(yù)報(bào)一一在狀態(tài)監(jiān)測(cè)的基礎(chǔ)上進(jìn)一步對(duì)設(shè)

3、備運(yùn)行狀態(tài)的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，其目的是為了預(yù)知設(shè)備劣化的速度 以便為生產(chǎn)安排和維修計(jì)劃提前作好準(zhǔn)備。2.3故障類(lèi)型、程度、部位、原因的確定一一最重要的是故障類(lèi)型 的確定，它是在狀態(tài)監(jiān)測(cè)的基礎(chǔ)上，當(dāng)確認(rèn)機(jī)器已處于異常狀態(tài)時(shí)所 需要進(jìn)一步解決的問(wèn)題，其目的是為最后的診斷決策提供依據(jù)。3故障診斷的基本方法按機(jī)械故障診斷方法的難易程度分類(lèi)：可分為簡(jiǎn)易診斷法和精密診 斷法。按機(jī)械故障診斷的測(cè)試手段來(lái)分類(lèi)，主要分為直接觀察法，振 動(dòng)噪聲測(cè)定法，無(wú)損檢測(cè)法，磨損物測(cè)定法，機(jī)器性能參數(shù)測(cè)定法。3.1簡(jiǎn)易診斷法指主要采用便攜式的簡(jiǎn)易診斷儀器，如測(cè)振儀、聲 級(jí)計(jì)、工業(yè)內(nèi)窺鏡、紅外點(diǎn)溫儀對(duì)設(shè)備進(jìn)行人工巡回監(jiān)測(cè)，根據(jù)

4、設(shè)定 的標(biāo)準(zhǔn)或人的經(jīng)驗(yàn)分析，了解設(shè)備是否處于正常狀態(tài)。若發(fā)現(xiàn)異常， 通過(guò)對(duì)監(jiān)測(cè)數(shù)據(jù)分析進(jìn)一步了解其發(fā)展的趨勢(shì)。因此，簡(jiǎn)易診斷法主 要解決的是狀態(tài)監(jiān)測(cè)和一般的趨勢(shì)預(yù)報(bào)問(wèn)題。3.2精密診斷法指對(duì)已產(chǎn)生異常狀態(tài)的原因采用精密診斷儀器和 各種分析手段（包括計(jì)算機(jī)輔助分析方法、診斷專(zhuān)家系統(tǒng)等）進(jìn)行綜合 分析，以期了解故障的類(lèi)型、程度、部位和產(chǎn)生的原因及故障發(fā)展的 趨勢(shì)等問(wèn)題。精密診斷法主要解決的問(wèn)題是分析故障部位、程度、原 因和較準(zhǔn)確地確定發(fā)展趨勢(shì)。3.3傳統(tǒng)的直接觀察法，如“聽(tīng)、摸、看、聞.”是早已存在的古 老方法，并一直沿用到現(xiàn)在，在一些情況下仍然十分有效。但因其主 要依靠人的感覺(jué)和經(jīng)驗(yàn)，故有較大的

5、局限性。隨著技術(shù)的發(fā)展和進(jìn)步， 目前出現(xiàn)的便攜式測(cè)振儀、泄漏聽(tīng)診儀、光纖內(nèi)窺鏡、紅外熱像儀、 激光全息攝影等現(xiàn)代手段，大大延長(zhǎng)了人的感觀器官，使這種傳統(tǒng)方 法又恢復(fù)了青春活力，成為一種有效的診斷方法。3.4振動(dòng)噪聲測(cè)定法，機(jī)械設(shè)備在運(yùn)動(dòng)狀態(tài)下（包括正常和異常狀 態(tài)）都會(huì)產(chǎn)生振動(dòng)和噪聲。進(jìn)一步的研究還表明，振動(dòng)和噪聲的強(qiáng)弱 及其包含的主要頻率成分和故障的類(lèi)型、程度、部位和原因等有著密 切的聯(lián)系。大多數(shù)機(jī)械設(shè)備是定速運(yùn)轉(zhuǎn)設(shè)備，各零部件的運(yùn)動(dòng)規(guī)律決 定了它的振動(dòng)頻率。由于是定速運(yùn)轉(zhuǎn)，其振動(dòng)頻率即為該零件的特征 頻率，觀測(cè)特征頻率的振動(dòng)幅值變化，可以了解該零部件的運(yùn)動(dòng)狀態(tài) 和劣化程度。（振動(dòng)法，由于不

6、受背景噪聲干擾的影響，使信號(hào)處理 比較容易，因此應(yīng)用更加普遍。）3.5無(wú)損檢測(cè)是一種從材料和產(chǎn)品的無(wú)損檢測(cè)技術(shù)中發(fā)展起來(lái)的方法，它是在不破壞材料表面及內(nèi)部結(jié)構(gòu)的情況下檢測(cè)機(jī)械零部件缺陷 的方法。它使用的手段包括超聲、紅外、X射線(xiàn)、Y射線(xiàn)、聲發(fā)射、 磁粉 探傷、滲透染色等。3.6磨損殘余物測(cè)定法，機(jī)器的潤(rùn)滑系統(tǒng)或液壓系統(tǒng)的循環(huán)油路中 攜帶著大量的磨損殘余物（磨粒）。它們的數(shù)量、大小、幾何形狀及成 分反映了機(jī)器的磨損部位、程度和性質(zhì)，根據(jù)這些信息可以有效地診 斷設(shè)備的磨損狀態(tài)。3.7機(jī)器的性能參數(shù)主要包括顯示機(jī)器主要功能的一些數(shù)據(jù)，如泵 的揚(yáng)程，機(jī)床的精度，壓縮機(jī)的壓力，流量，內(nèi)燃機(jī)的功率、耗油量

7、， 破碎機(jī)的粒度等。一般這些數(shù)據(jù)可以直接從機(jī)器的儀表上讀出，由此 可以判定機(jī)器的運(yùn)行狀態(tài)是處于正常范圍之外。當(dāng)診斷一臺(tái)設(shè)備的故障部位和原因時(shí)，往往需要綜合的運(yùn)用多種檢 測(cè)方法。在判定前，要列舉各種可能及該可能的特征參數(shù)值，再與檢 測(cè)得到的數(shù)據(jù)進(jìn)行對(duì)比驗(yàn)證，將對(duì)比不相符合的可能排除，剩下相符 的可能，即為設(shè)備的故障部位和原因。這就是故障診斷中所普遍使用 的排除法。4機(jī)械誤診的原因從診斷的結(jié)果與診斷對(duì)象客觀存在的差異來(lái)看，故障診斷的結(jié)論可分 為確診、誤診和漏診，確診即為對(duì)診斷對(duì)象的故障判斷是準(zhǔn)確無(wú)誤的。 漏診則是對(duì)故障的遺漏。而誤診，顧名思義，就是錯(cuò)誤的診斷，也可 稱(chēng)之為誤判。漏診實(shí)質(zhì)上也可歸為對(duì)

8、設(shè)備的誤診。4.1故障的復(fù)雜性在故障診斷過(guò)程中，診斷對(duì)象的故障過(guò)程是復(fù)雜多變的，在故障發(fā) 展過(guò)程中，由于引起故障的因素在性質(zhì)、特點(diǎn)及作用方式上是不同的， 機(jī)械功能狀況和所受損害的具體情況也不同，使得故障征兆和演變具 有不同形式，診斷中往往難以迅速準(zhǔn)確地認(rèn)識(shí)故障的性質(zhì)，導(dǎo)致誤診， 具體表現(xiàn)在以下幾方面：4.1.1故障的發(fā)展過(guò)程中，一種故障可能表現(xiàn)出多種不同故障征兆。 如液壓系統(tǒng)故障診斷中，電磁換向閥故障可能導(dǎo)致系統(tǒng)壓力、流量不 滿(mǎn)足要求，脈動(dòng)可能加劇，還可能導(dǎo)致系統(tǒng)工作溫度升高等。而對(duì)不 同診斷對(duì)象，即使是同一種機(jī)械，對(duì)同一種故障的反應(yīng)也是有差異的。一個(gè)對(duì)象的反應(yīng)可能快，另一個(gè)對(duì)象反應(yīng)可能慢，一

9、個(gè)對(duì)象的某征兆 對(duì)某故障反應(yīng)可能劇烈，而另一個(gè)對(duì)象反應(yīng)可能較平穩(wěn)等。4.1.2不同故障在發(fā)展過(guò)程中，可能出現(xiàn)相似的征兆，同種征兆可 能對(duì)應(yīng)多種故障形式。如回轉(zhuǎn)機(jī)械中，各種故障的發(fā)生，往往都伴隨 著振動(dòng)的加劇，而且在頻域分析時(shí)，在相同倍頻上，不同故障可能會(huì) 有相似的表現(xiàn)形式。這種故障征兆的相似性，使我們?cè)诠收显\斷中容 易產(chǎn)生混淆。4.1.3在很多情況下，隨著故障的發(fā)展，還可能引起繼發(fā)性故障， 這種繼發(fā)性故障可能會(huì)掩蓋原來(lái)的故障，或原來(lái)的故障掩蓋繼發(fā)性故 障，這都將造成故障診斷的困難。如液壓系統(tǒng)中，由于某種原因引起 油液污染程度增加，這可能引起液壓泵運(yùn)動(dòng)副的嚴(yán)重磨損，磨損的顆 ?；烊擞鸵褐校M(jìn)一步

10、加劇油液污染，液壓泵磨損將引起液壓系統(tǒng)失 效，泵的失效是油液污染這種原發(fā)性故障所引起的，而原發(fā)性故障和 泵磨損這種繼發(fā)性故障混在一起，相互促進(jìn)，造成惡性循環(huán)，這增加 了查找原發(fā)性故障的難度。為克服故障征兆的復(fù)雜性給故障診斷帶來(lái)的困難，必須開(kāi)闊思路，不 拘泥于典型故障一征兆的狹窄思路，從系統(tǒng)角度出發(fā)，進(jìn)行由環(huán)境到 機(jī)械，由局部到整體，由階段到過(guò)程的具體分析，將征兆、原因、故 障機(jī)理有機(jī)結(jié)合起來(lái)加以研究，減少誤診率。4.2診斷知識(shí)的不確定性各種機(jī)械設(shè)備，由于復(fù)雜程度不同，工作環(huán)境各異，使我們獲得的 有關(guān)故障的知識(shí)往往有不確定和不完善的一面。一般來(lái)說(shuō)，我們不能 等待某種故障完全發(fā)生后再得出結(jié)論，而必

11、須實(shí)施早期診斷，及時(shí)采 取措施避免故障的進(jìn)一步發(fā)展，這樣，我們必須依據(jù)故障的部分征兆 或無(wú)任何征兆情況下作出診斷，這不可避免地帶來(lái)誤診。由于故障診斷資料不足，對(duì)故障的認(rèn)識(shí)受到較大限制，給明確診斷 帶來(lái)困難，有時(shí)不能將其有類(lèi)似征兆的故障完全排除，有時(shí)所懷疑的 故障的一般規(guī)律與故障征兆不完全相符，另外排除了一種故障的可能， 又缺乏對(duì)某種故障作出識(shí)別的足夠依據(jù)，因此故障診斷的推理過(guò)程往 往也是模糊的，具有一定程度的不確定性。針對(duì)這種情況，充分研究故障診斷對(duì)象，建立合理的模糊知識(shí)體和模 糊推理機(jī)，利用現(xiàn)代人工智能原理實(shí)施診斷更符合故障診斷的性質(zhì)， 將提高診斷的可靠性。4.3理論的相對(duì)性任何理論與實(shí)際的

12、故障過(guò)程相比，總有局限性，機(jī)械設(shè)備作為一個(gè) 與環(huán)境和人共同組成的有機(jī)體，是有差異的，理論只能大體概括故障 診斷實(shí)踐中的具體情況，同時(shí)，理論又受到一定科學(xué)技術(shù)條件的限制， 還存在尚待認(rèn)知的領(lǐng)域。理論與具體故障相比，總是有一定距離的。以故障診斷的標(biāo)準(zhǔn)來(lái)說(shuō)， 它是以典型征兆為基礎(chǔ)而總結(jié)制定的，不太典型的故障，就未必都與 診斷標(biāo)準(zhǔn)相符合，若將診斷標(biāo)準(zhǔn)當(dāng)作教條而一成不變，難免造成誤診。 總之，我們所研制的診斷系統(tǒng)，應(yīng)具有開(kāi)放性和可擴(kuò)充性，使系統(tǒng)具 有不斷完善的能力，這是降低誤診率的重要途徑。4.4診斷實(shí)踐的局限性故障診斷的實(shí)踐是機(jī)械故障診斷學(xué)形成發(fā)展的基礎(chǔ)，對(duì)故障現(xiàn)象進(jìn) 行試驗(yàn)研究，雖然也是獲取相關(guān)知識(shí)

13、的重要途徑，但由于試驗(yàn)與機(jī)械 系統(tǒng)實(shí)際運(yùn)行情況、工作環(huán)境是有差異的，所得出的結(jié)論必然存在一 定的局限性，作為實(shí)施故障診斷的主體一人，對(duì)機(jī)械系統(tǒng)的了解程度 及故障診斷的實(shí)踐經(jīng)驗(yàn)不同，得出的結(jié)論也有差異，如觀察1幅機(jī)械 圖象，1個(gè)經(jīng)驗(yàn)豐富的人，頭腦中積累了大量故障知識(shí)，往往能較準(zhǔn) 確地從中把握機(jī)械運(yùn)行狀況，作出合理診斷結(jié)論，尤其是對(duì)早期故障 和不典型故障的診斷更是如此。因此，必須加強(qiáng)診斷的實(shí)踐環(huán)節(jié)，從 實(shí)踐中抽取有用的知識(shí)去擴(kuò)充和豐富我們的診斷系統(tǒng)。4.5獲取數(shù)據(jù)的不準(zhǔn)確性在實(shí)施故障診斷過(guò)程中，首先應(yīng)獲取機(jī)械系統(tǒng)運(yùn)行的有關(guān)數(shù)據(jù)。機(jī) 械運(yùn)行過(guò)程中，往往受外界環(huán)境及各種隨機(jī)因素影響，使獲取的數(shù)據(jù) 具有

14、某種程度的不準(zhǔn)確性，容易造成誤診。因此須采取必要數(shù)據(jù)預(yù)處 理手段，減少隨機(jī)因素的影響，剔除其中的趨勢(shì)項(xiàng)、奇異項(xiàng)等，提高 數(shù)據(jù)準(zhǔn)確性，這也是降低誤診率的必要條件。4.6診斷人員不專(zhuān)業(yè)診斷人員的素質(zhì)也決定了診斷結(jié)論的正確程度。診斷人員的理論知 識(shí)、實(shí)踐經(jīng)驗(yàn)、方法知識(shí)以及執(zhí)行故障診斷時(shí)的態(tài)度都可能導(dǎo)致誤診。 同時(shí)，診斷人員在綜合運(yùn)用知識(shí)、理論聯(lián)系實(shí)際、善于解決實(shí)際問(wèn)題 等方面的能力也會(huì)影響診斷結(jié)論。5機(jī)械故障診斷中信息提取5.1信息提取不可靠機(jī)械故障診斷分為直接診斷和間接診斷，但由于受到設(shè)備結(jié)構(gòu)和工 作條件的限制，直接診斷往往難以進(jìn)行。因而，多采用間接診斷，即 通過(guò)二次診斷信息來(lái)間接判斷設(shè)備中關(guān)鍵零

15、部件的狀態(tài)變化。而診斷 測(cè)試便是獲取二次診斷信息必備的關(guān)鍵環(huán)節(jié)。最常見(jiàn)的是振動(dòng)測(cè)試 （位移、速度、加速度）和聲音測(cè)試。然而，由于各種原因，獲取的數(shù)據(jù)可能發(fā)生偏差。體現(xiàn)在3個(gè)方面： 數(shù)據(jù)沒(méi)有正確反映客觀存在;數(shù)據(jù)的信噪比低;數(shù)據(jù)的不完備性。如果 把這些不準(zhǔn)確的數(shù)據(jù)當(dāng)成有效數(shù)據(jù)來(lái)分析，就很可能發(fā)生誤診。5.2信息處理不準(zhǔn)確能夠快速、有效地提取反映機(jī)器故障信息的特征是機(jī)械故障診斷的 關(guān)鍵。診斷特征主要通過(guò)對(duì)設(shè)備采集來(lái)的信號(hào)進(jìn)行分析和處理獲取。 這些特征可能是一些簡(jiǎn)單的時(shí)域特征，如峰峰值、均方根值、峭度等， 或者工藝參數(shù)特征，如油溫、油壓等，還有一些復(fù)雜的頻域特征及基 于全息譜的特征，如轉(zhuǎn)頻橢圓及軸心

16、軌跡等。目前，各種特征提取方法層出不窮，如統(tǒng)計(jì)模擬、小波分析、獨(dú)立分 量分析、頻域分析、全息譜分析等，為診斷對(duì)象的特征提取提供了有 效的解決方案。在應(yīng)用中，許多方法都有其應(yīng)用的前提條件。而且， 在不同的應(yīng)用場(chǎng)合，各種方法還可能存在其局限性以及數(shù)學(xué)上的精確 性問(wèn)題。在實(shí)際應(yīng)用中，如果沒(méi)有注意到這些，就可能引起誤診。5.3信息不完美對(duì)于一個(gè)診斷對(duì)象，如果其運(yùn)行狀態(tài)較復(fù)雜，由于客觀條件和手段 的限制等原因，可能使獲得的信息難以確切地給出診斷結(jié)論，主要體 現(xiàn)在以下3個(gè)方面：5.3.1信息不完備。在診斷實(shí)踐中，故障與診斷信息之間并非對(duì)應(yīng)的關(guān)系。1個(gè)信息對(duì)應(yīng)多個(gè)不同的故障，而1個(gè)故障也表征為多 個(gè)不同的信

17、息。這就需要掌握充分的有用信息來(lái)區(qū)分不同的故障。否 則，就可能出現(xiàn)誤診。5.3.2信息不一致。診斷信息不一致在診斷實(shí)踐中也是較常見(jiàn)的現(xiàn) 象。這些信息之間存在一定程度上的沖突。也就是說(shuō)，某些信息很大 程度上支持故障F1，否定故障F2;相反，另一些信息則支持故障F2， 而否定故障F1。此時(shí)，誤診也容易發(fā)生。5.3.3信息不確定。來(lái)自于診斷對(duì)象的診斷信息經(jīng)歷了許多傳輸途 徑，其不確定性可能較小，也可能很大，如傳感器、傳輸線(xiàn)等均影響 其確定性。此外，還有定性與定量信息之間轉(zhuǎn)換導(dǎo)致的不確定性。6提高信息可靠度、減少誤診斷的措施6.1提高診斷測(cè)試的準(zhǔn)確性提高診斷測(cè)試的準(zhǔn)確性是保證診斷數(shù)據(jù)可靠性的重要前提。

18、可以從 以下4方面著手:對(duì)傳感器進(jìn)行定期檢驗(yàn);可考慮用多個(gè)傳感器測(cè)量； 采用可靠的傳輸線(xiàn)；正確設(shè)置采樣參數(shù)。6.2提高診斷系統(tǒng)的可靠性隨著設(shè)備運(yùn)行與維護(hù)的需要，各種在線(xiàn)、離線(xiàn)、遠(yuǎn)程等診斷分析系 統(tǒng)以及人工神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)等智能診斷系統(tǒng)逐漸用 于機(jī)械故障診斷，為確診故障帶來(lái)了許多便利之余，也增加了機(jī)械故 障誤診的可能性。開(kāi)發(fā)合理完善有效的診斷系統(tǒng)，提高它們?cè)谔卣魈?取或診斷推理方面的可靠性，有利于減小誤診率。6.3加強(qiáng)診斷信息描述的客觀性診斷信息在機(jī)械故障診斷中的重要性是不言而喻的，其表達(dá)與描述 是否合理、準(zhǔn)確關(guān)系到診斷推理結(jié)果的正確與否。然而，在診斷實(shí)踐 中，診斷信息既有定性信息

19、，也有定量信息;既包含簡(jiǎn)單信息，又包 含復(fù)雜信息;既存在確定信息，又存在不確定信息。在診斷推理過(guò)程 中，定量信息經(jīng)常會(huì)轉(zhuǎn)換為定性信息，例如， 70 ,m的振動(dòng)”描 述成“振動(dòng)大”等。概率論和模糊數(shù)學(xué)是描述這種信息的強(qiáng)有力的工具。因而，可以考慮 用適當(dāng)?shù)姆绞桨迅怕收摵湍：龜?shù)學(xué)理論融人到故障診斷的信息表達(dá) 和描述中來(lái)，加強(qiáng)其描述的客觀性。7粗集理論對(duì)信息不確定性的處理具有隨機(jī)信息、未確定信息、模糊信息、灰信息中的一種的信息為 單式信息;至少存在2種以上的信息為盲信息，而將概率論、模糊理 論、灰色數(shù)學(xué)、未確知數(shù)學(xué)的理論與方法有機(jī)結(jié)合起來(lái)，即不確定性 數(shù)學(xué)的理論與方法，提出或運(yùn)用某種理論和方法，對(duì)具有

20、相似或不同 特征模式的信息進(jìn)行處理，以獲得融合信息，從而改善信息的不確定 性、模糊性、矛盾性。粗集理論是一種處理模糊和不確定知識(shí)的有效數(shù)學(xué)工具，其在知識(shí) 分類(lèi)和知識(shí)獲取中已得到成功應(yīng)用。粗集理論方法與神經(jīng)網(wǎng)絡(luò)方法、 遺傳算法、模糊集理論方法、混沌理論等“軟科學(xué)”方法的不同在于 它僅利用數(shù)據(jù)本身所提供的信息，不需要任何附加信息或先驗(yàn)知識(shí)， 如證據(jù)理論中的基本概率賦值、模糊集理論中的隸屬度函數(shù)、統(tǒng)計(jì)學(xué) 中的概率分布等，粗集方法以觀察和測(cè)量數(shù)據(jù)進(jìn)行分類(lèi)為基礎(chǔ)，直接 處理對(duì)象的可測(cè)輸出，剔除冗余信息和矛盾信息，從而找到問(wèn)題的內(nèi) 在規(guī)律，因此粗集理論比其他“軟計(jì)算”方法更具實(shí)用性。粗集理論 進(jìn)行診斷的一

21、般步驟：7.1知識(shí)庫(kù)建立利用搜集到的歷史或仿真數(shù)據(jù)生成聯(lián)合診斷系統(tǒng)故 障信息表，進(jìn)而表示為知識(shí)庫(kù)的形式S=(U, A, D, V, f)知識(shí)庫(kù)可分 為非空的對(duì)象空間U = 3x xz,，xm(，屬性集合空間R=AV D，子 集A=dl a2 ，do和子集D=df分別稱(chēng)為條件屬性和結(jié)果屬 性，并且在對(duì)象空間與后兩者之間存在對(duì)象屬性關(guān)系f8和九，即對(duì) 于eA, f8:升硯稱(chēng)為信息函數(shù)，兒:UVd稱(chēng)為決策函數(shù)，Va和yd 分別是A和D的有限值域。7.2數(shù)據(jù)離散化數(shù)據(jù)離散化方法包括等距離劃分算法、等頻率劃分 算法、NaiveScaler算法、基于屬性重要性算法和基于斷點(diǎn)重要性算 法，以及布爾邏輯和粗集理論