基于CBR和RBR混合推理的軋機(jī)齒輪箱智能診斷技術(shù)研究.pdf

1、本課題針對傳統(tǒng)齒輪箱智能診斷系統(tǒng)獲取知識的困難,提出了基于案例(Case-based Reasoning,CBR)和規(guī)則(Rule-based Reasoning,RBR)混合推理方式的智能診斷技術(shù)。在研究兩種推理技術(shù)優(yōu)缺點(diǎn)的基礎(chǔ)上,取長補(bǔ)短,合理的應(yīng)用到軋機(jī)齒輪箱故障診斷工作中,有效提高了故障診斷的準(zhǔn)確率和效率。本課題研究的主要內(nèi)容如下： (1)結(jié)合齒輪和軸承傳動(dòng)的振動(dòng)模型,系統(tǒng)研究齒輪箱典型故障的時(shí)域和頻域特征,針對模擬故障

2、的試驗(yàn)數(shù)據(jù)以及軋機(jī)監(jiān)測系統(tǒng)提供的工程數(shù)據(jù),研究時(shí)域和頻域特征與設(shè)備故障之間的關(guān)系。 (2)根據(jù)實(shí)驗(yàn)室多年積累的成功案例,提取相應(yīng)的時(shí)、頻域特征建立典型故障案例庫。運(yùn)用面向?qū)ο蟮姆椒ū硎景咐?大大方便了案例庫的管理。針對傳統(tǒng)案例檢索中相似度算法的不足之處,提出了一種新的案例檢索算法,有效的解決了傳統(tǒng)的相似度算法檢索案例不準(zhǔn)確的問題。 (3)深入研究基于規(guī)則的智能診斷技術(shù)中的知識表示和規(guī)則推理,運(yùn)用模糊產(chǎn)生式方法表示故障診斷