APP下载

基于粗糙集理论的提升机故障诊断方法研究

2019-10-21娄玉华

中国金属通报 2019年9期
关键词:约简粗糙集提升机

娄玉华

(太原科技大学晋城校区,山西 晋城 048000)

矿山开采过程中机电设备的应用朝着智能化、模块化和自动化方向快速发展,这也要求提升机设备故障诊断技术水平也应当相应提升[1]。提升机是大规模、多体系、机电液一体的复合矿山机械,一个故障类型会出现多个故障征兆,提取简约的有效规则是难点。将粗糙集理论运用于提升机的故障诊断中,对故障诊断决策表进行约简,同时对条件属性的重要性进行排序,从而获取的简约规则集,可以准确快捷的找到故障发生的故障源,实现了提升机故障的诊断。

1 基于粗糙集理论的约简算法

矩阵的约简方法就是根据定义将决策表转化为相应的区分矩阵,然后通过区分矩阵得出区分函数,根据吸收律来对区分函数化简,化简成为最小析取范式,其中每个主蕴含均为决策表的约简[1]。

例如:设定两个除核属性之外的条件属性组合,这两个条件属性组合为:

{C1、C2、C3…..Cm}和{d1、d2、d3…..dm}。为了便于计算,将Cj和dj定义为布尔型,构造逻辑表达式:

P=(C1VC2VC3…..Cm)Λ(d1Vd2Vd3…..dm)

其 中,{C1、C2、C3…..Cm}和{d1、d2、d3…..dm}中 肯 定 各 有至少一属性是条件属性约简之后的保留下来的属性,由于Cj和dj定义为布尔变量,因此(C1VC2VC3…..Cm)=1且(d1Vd2Vd3…..dm)=1,得出P=l。

析取范式的P的表达形式如下:

P=(C1Λd1)V(C2Λd2)V(C3Λd3)V…..V(CmΛdm)

选取析取范式中每一项由合取式表示的属性组合连同核属性一起构成最终的约简[2]。属性约简方法如图1:

图1 属性约简方法

2 试验研究

我们这里提取提升机的运行系统和制动系统故障样本进行分析。提取的故障有:制动器故障、液压站故障、超速故障、过卷故障、错向故障、过电流故障等。通过收集这六种故障的样例形成决策表如表1所示:

表1 故障样本

2.1 故障样本

2.2 提升机故障诊断决策表形成

表2 决策表的形成

表2中,d1一制动器故障,d2一液压站故障,d3一超速故障,d4一过卷故障,d5一错向故障,d6一过电流故障。c1一载荷过大;c2一载荷正常;c3一罐笼位置错位;c4一速度过大;c5一制动力矩不足;c6一残压高于0.5Mpa;

2.3 矩阵表的形成

用区分矩阵属性值约简算法对上面的故障诊断决策表进行属性的约简。生成矩阵如表3所示:

表3 矩阵表

从上面的区分矩阵表3能够看出,出现的核属性有{c1,c5,c4,c6}。分别统计c1,c5,c4,c6四个属性出现的次数,得出出现次数最多的属性是c4属性,所以c4属性是重要性最高的属性。

2.4 删除c4、c5属性的矩阵

将上表3中包含c4属性及其组合项的属性删除,在得到的矩阵中继续统计剩余的c1、c5和c6属性出现的次数,得出c5核属性是本决策表的第二重要属性。

将包含c5属性及其组合项的属性删除,这时矩阵中只剩下{c1、c6}属性,同理,说明c6属性重要性高于c1属性。如下表4所示:

表4 c1到c6属性表

最终核属性的集合为{c4,c5,c6,c1}。

2.5 诊断结果

最终的决策表的形成是核属性的集合,对于决策的最终约简结果为属性c4,属性c5,属性c6,属性c1的集合,即{c4,c5,c6,c1}。如表5所示。

表5 c4,c5,c6,c1属性集合表

4 结论

文章通过对提升机常见故障的分析,将粗糙集理论运用于提升机的故障诊断中。对故障诊断决策表进行约简,同时对条件属性的重要性进行排序,从而获取的简约规则集,可以准确快捷的找到故障发生的故障源,并验证了利用粗糙集理论获取有效规则的方法对于提升机故障诊断是有效的。

猜你喜欢

约简粗糙集提升机
粗糙集与包络分析下舰船运行数据聚类算法
PLC技术在煤矿提升机控制系统的应用
基于Pawlak粗糙集模型的集合运算关系
基于0-1规划的最小属性约简算法
面向特定类的三支概率属性约简算法
多粒度犹豫模糊粗糙集*
直觉模糊序决策系统的部分一致约简*
近似边界精度信息熵的属性约简
一种基于粗糙集理论的社交网络潜在路径研究
矿井提升机调速控制系统探讨