申请/专利权人：陕西科技大学

申请日：2023-09-01

公开（公告）日：2024-04-09

公开（公告）号：CN117851898A

主分类号：G06F18/2411

分类号：G06F18/2411;G01M13/045;G06F18/213;G06F18/214

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种多粒度变尺度模糊邻域测度与相应的Choquet‑like积分及其故障诊断方法，第一步、提出多粒度变尺度模糊Θ‑覆盖近似空间：定义1.设U是一个论域，Θ＝{β1,…,βi,…,βn}，其中βi∈0,1]；如果是U的一个模糊βi‑覆盖，则被称为一个U上的多粒度变尺度模糊Θ‑覆盖；我们也称U,Ω为一个多粒度变尺度模糊Θ‑覆盖近似空间。该多粒度变尺度模糊邻域测度与相应的Choquet‑like积分及其故障诊断方法，通过导出需要的数据后，对每个采集的数据文件，以每500个数据点为一个示例，利用现有的特征提取方法，计算出所有的特征参量，作为备选特征。然后利用所提出的基于多粒度变尺度模糊邻域测度的Choquet‑like积分的约简方法约简后的数据信息如表3所示，实现滚动轴承的故障诊断。

主权项：1.一种多粒度变尺度模糊邻域测度与相应的Choquet-like积分及，其特征在于，包括以下步骤：第一步、提出多粒度变尺度模糊Θ-覆盖近似空间：定义1.设U是一个论域，Θ＝{β1,…,βi,…,βn}，其中βi∈0,1]；如果是U的一个模糊βi-覆盖，则被称为一个U上的多粒度变尺度模糊Θ-覆盖；我们也称U,Ω为一个多粒度变尺度模糊Θ-覆盖近似空间；第二步、提出多粒度变尺度模糊Θ-邻域：定义2.设U,Ω为一个多粒度变尺度模糊Θ-覆盖近似空间，其中和Θ＝{β1,…,βi,…,βn}；对任意x∈U，我们定义x的多粒度变尺度模糊Θ-邻域为： 其中，为x在下的模糊βi-最小描述，IT为模糊逻辑算子t-模诱导的R-蕴含算子；第三步、提出上、下多粒度变尺度模糊邻域测度：定义3.设U,Ω为一个多粒度变尺度模糊Θ-覆盖近似空间，其中和Θ＝{β1,…,βi,…,βn}；对任意我们分别定义X的上、下多粒度变尺度模糊邻域测度为： 第四步、提出基于上、下多粒度变尺度模糊邻域测度的Choquet-like积分：定义4.设U,Ω为一个多粒度变尺度模糊Θ-覆盖近似空间，T为t-模，A∈FU,其中U＝{x1,…,xn}；则我们称Θ＝{β1,…,βi,…,βn}。对任意我们分别定义X的上、下多粒度变尺度模糊邻域测度为： 其中，{x1,x2,…,xn}是{x1,x2,…,xn}的排列，使得Ax1≤Ax2≤…≤Axn，Xi＝{xi,xi+1…,xn}，第五步、基于上述内容，提出基于多粒度变尺度模糊邻域测度的Choquet-like积分的决策表属性约简新方法：输入：输入决策信息表T＝U,A∪{d}，如表1所示，其中U＝{x1,x2,…,xn},A＝{a1,a2,…,am},bij＝ajxi,i∈{1,2,…,n},j∈{1,2,…,m}.表1决策信息表T＝U,A∪{d} 输出：属性集A的属性约简特征选择；第六步、基于“属性约简+智能分类器”的故障诊断方法：输入：完备的故障诊断决策信息表；输出：故障诊断结果及决策。

全文数据：

权利要求：

百度查询： 陕西科技大学 一种多粒度变尺度模糊邻域测度与相应的Choquet-like积分及其故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD