基于FCM和条件熵的风机属性约简.pdfVIP

· 机械研究与应用 ·2013年第6期(第26卷，总第128期) 研究与分析 基于FCM 和条件熵的风机属性约简 玄兆燕，封红梅 (河北联合大学机械工程学院，河北唐山 063000) 摘 要 ：矿井风机是矿下作业的重要机械之一，针对矿井风机振动故障诊断中故障征兆的使用问题，基于FCM聚类分 析和条件熵相结合的方法提 出了一种新的属性约简方法，首先按照特征频率实现对风机故障的聚类，接着结合最大 隶属原则和条件熵完成对属性的约简并最终为专家系统提供有效的诊断规则库，从而能更好的实现故障的诊断。 关键词：特征频率；FCM；条件熵；属性约简；最大隶属规则 中图分类号：TH123 文献标志码：A 文章编号：1007—4414(2013)06—0043—03 AttributeReductionM ethodofFanBasedonFCM andConditionalEntropy XUAN Zhao—yan．FENG Hong—mei (ShoolofMechanicalEngineering，HebeiUnited le ，TangshanHebei063009，China) Abstract：Mineventilatorisoneoftheimportantmechanicaldeviceintheundergroundwork，A methodbasedonFCM and conditional entropyisproposedtorealizeattributereduction．Itcanprovideaneffectivediagnosisexpert system urlebase，ac— cordingtocharacteristic~equencytheclusteringofthefanisrealized，andthencombiningwiththemaximum membership principleandconditionalentropy，theattributionreductioniscomplished，andthevaliddiagnosisrulebaseisprovided，which canbetterrealizefaultdiagnosis． Keywords：characteristic~equeney；FCM ；conditionalentropy；attributereduction；maximum membershipprinciple 1 引 言 gA(tI)的大小反映了元素 “对于模糊集 A的隶 矿井风机是矿下作业的重要机械之一 ，对正常生 属程度， (u)的值越接近 1，表示 “隶属于 4的程 产有很重要的作用，但其振动问题一直给人们造成很 度越高； (U)的值越接近0，表示 “隶属于 的程 大困扰。同一种征兆往往与多种故障相对应，故障通 度越低 。 常是多种原因并发形成的复合故障 J，由于故障环 FCM把n个向量 (i=1，2，…，n)分为C个模糊 境大都是不确定的，各种故障征兆值具有模糊性 ，因 组 ，并求每组的聚类中心，使得非相似性指标的价值 此在进行故障诊断时必须将检测数据转化为模糊数 函数达到最小。FCM使得每个给定数据点用值在0， 据，即模糊化。长期以来对于风机的振动故障诊断方 1间的隶属度来确定其属于各个组的程度。不过，加 法常采用基于振动频谱特征来实现，但振动的频谱特 上归一化规定，一个数据集的隶属度的和总等于 1： C 征只是反映了风机故障的部分信息，这就需要引入其