买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：陕西科技大学

摘要：本发明公开了一种多粒度变尺度模糊邻域测度与相应的Choquet‑like积分及其故障诊断方法，基于“属性约简+智能分类器”的故障诊断方法：输入：完备的故障诊断决策信息表；步骤1、利用基于多粒度变尺度模糊邻域测度的Choquet‑like积分的决策表属性约简新方法，删除冗余的故障特征，对故障决策信息表实现降维；该多粒度变尺度模糊邻域测度与相应的Choquet‑like积分及其故障诊断方法，通过导出需要的数据后，对每个采集的数据文件，以每500个数据点为一个示例，利用现有的特征提取方法，计算出所有的特征参量，作为备选特征。利用所提出的基于多粒度变尺度模糊邻域测度的Choquet‑like积分的约简方法，实现滚动轴承的故障诊断。

主权项：1.一种多粒度变尺度模糊邻域测度与相应的Choquet-like积分故障诊断方法，其特征在于：基于“属性约简+智能分类器”的故障诊断方法：输入：完备的故障诊断决策信息表；步骤1、利用基于多粒度变尺度模糊邻域测度的Choquet-like积分的决策表属性约简新方法，删除冗余的故障特征，对故障决策信息表实现降维；步骤2、选定智能分类器模型，建立智能分类器诊断模型；根据步骤1中确定的约简，构造新的故障数据集；然后，利用其对诊断模型进行训练；步骤3、用训练好的智能分类器对测试样本征兆集进行故障分类，得到诊断结果；输出：故障诊断结果及决策；所述步骤1中多粒度变尺度模糊邻域测度与相应的Choquet-like积分的决策表属性约简新方法包括：S1.提出多粒度变尺度模糊Θ-覆盖近似空间：定义1.设U是一个论域，Θ＝{β1,…,βi,…,βn}，其中βi∈0,1]；如果是U的一个模糊βi-覆盖，则被称为一个U上的多粒度变尺度模糊Θ-覆盖；也称U,Ω为一个多粒度变尺度模糊Θ-覆盖近似空间；S2.提出多粒度变尺度模糊Θ-邻域：定义2.设U,Ω为一个多粒度变尺度模糊Θ-覆盖近似空间，其中和Θ＝{β1,…,βi,…,βn}；对任意x∈U，定义x的多粒度变尺度模糊Θ-邻域为： 其中，为x在下的模糊βi-最小描述，IT为模糊逻辑算子t-模诱导的R-蕴含算子；S3.提出上、下多粒度变尺度模糊邻域测度：设U,Ω为一个多粒度变尺度模糊Θ-覆盖近似空间，其中和Θ＝{β1,…,βi,…,βn}；对任意分别定义X的上、下多粒度变尺度模糊邻域测度为： S4.提出基于上、下多粒度变尺度模糊邻域测度的Choquet-like积分：定义4.设U,Ω为一个多粒度变尺度模糊Θ-覆盖近似空间，T为t-模，A∈FU,其中U＝{x1,…,xn}；则称Θ＝{β1,…,βi,…,βn}，对任意分别定义X的上、下多粒度变尺度模糊邻域测度为： 其中，{x1,x2,…,xn}是{x1,x2,…,xn}的排列，使得Ax1≤Ax2≤…≤Axn，Xi＝{xi,xi+1…,xn}，S5.基于S1-S4，提出基于多粒度变尺度模糊邻域测度的Choquet-like积分的决策表属性约简新方法：输入：输入决策信息表T＝U,A∪{d}，其中U＝{x1,x2,…,xn},A＝{a1,a2,…,am},bij＝ajxi,i∈{1,2,…,n},j∈{1，2，…，m}；输出：属性集A的属性约简。

全文数据：

权利要求：

百度查询： 陕西科技大学 一种多粒度变尺度模糊邻域测度与相应的Choquet-like积分及其故障诊断方法