编号 | 样本类型 | f/(2~6) | f | 2f | pf | zf | 50 Hz | 100 Hz | 2(k+1)f | 固有频率 |
1 | 训练样本 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
2 | 训练样本 | 1.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
3 | 训练样本 | 0.00 | 0.00 | 0.00 | 0.00 | 1.00 | 0.00 | 0.00 | 0.00 | 0.00 |
4 | 训练样本 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 1.00 | 0.00 | 0.00 |
5 | 测试样本 | 0.75 | 0.13 | 0.00 | 0.08 | 0.02 | 0.00 | 0.03 | 0.00 | 0.03 |
编号 | 样本类型 | 训 练 之 前 | 训 练 之 后 | ||||||
正常状态 | 电磁故障 | 水力故障 | 机械故障 | 正常状态 | 电磁故障 | 水力故障 | 机械故障 | ||
1 | 训练样本 | 1.00 | 0.00 | 0.00 | 0.00 | 0.99 | 0.01 | 0.00 | 0.00 |
2 | 训练样本 | 0.10 | 0.10 | 0.90 | 0.10 | 0.10 | 0.10 | 0.90 | 0.10 |
3 | 训练样本 | 0.10 | 0.50 | 0.40 | 0.60 | 0.10 | 0.50 | 0.40 | 0.60 |
4 | 训练样本 | 0.10 | 0.10 | 0.10 | 0.90 | 0.10 | 0.10 | 0.11 | 0.90 |
5 | 测试样本 | 0.25 | 0.15 | 0.65 | 0.05 | 0.25 | 0.15 | 0.65 | 0.05 |
3 诊断推理策略
本集成专家系统的推理实际上是基于置信度的模糊推理。如前所述,在一定前提下每一条模糊诊断规则中含有一个取值在0~1之间的置信度。显然,这些规则的前提具有一定的不确定性,特别是各个导数关系有很大的模糊性。因此,当规则前提在程度深浅上发生变化时,本文利用了文[5]提出的基于置信度的模糊推理方法对规则的置信度进行一定地修正。另一方面,为了与模糊规则相衔接,本系统信号分析的结论用一定的置信度表示,而ANN分类器得出的分类结果(0~1之间的数)其实就是各类故障发生的置信度。至此,本专家系统的各个阶段的诊断推理过程都能在置信度上有所反映,置信度成为系统推理中确定故障发生可能性的一个根本依据。 |