基于分类树归纳的故障诊断规则抽取与泛化性能研究

摘要

轴系故障一直是困扰电力生产的主要问题,基于专家系统的轴系故障诊断方法由于存在知识获取困难、诊断精度不高的问题而没能得到普遍的推广应用.本文提出了基于归纳学习的分类树构造方法,本方法可以同时处理符号型数据和数值型数据,并且很容易的将分类树转化为诊断规则.进一步分析了基于分类树归纳的诊断规则抽取方法对噪声的容忍能力,在不同噪声类型和噪声规模下,发现属性约简和剪枝技术都能有效的提高诊断规则的泛化性能.为实现故障诊断系统的自学习提供了可行的途径.