柴保明等

摘 要：在數(shù)據(jù)挖掘中設(shè)備振動(dòng)信號(hào)數(shù)據(jù)龐大，使用粗糙集中的屬性規(guī)約算法可以過不相干屬性，找出有用規(guī)則。決策樹當(dāng)中的C4.5算法繼ID3算法新拓展了一些功能，它分類規(guī)則準(zhǔn)確、速度快。把這兩種方法結(jié)合起來數(shù)據(jù)挖掘技術(shù)在設(shè)備故障診斷中速度將會(huì)更快并且更準(zhǔn)確。實(shí)驗(yàn)結(jié)果說明，把這兩種方法結(jié)合起來更有效。

關(guān)鍵詞：數(shù)據(jù)挖掘；故障診斷；決策樹

引言

把粗糙集和決策樹算法結(jié)合起來能使設(shè)備狀態(tài)監(jiān)測(cè)及故障診斷效率提高、減少工作量。這種方法的思路是在樣本數(shù)據(jù)倉庫中挖掘潛在故障規(guī)則，生成故障診斷的決策，對(duì)監(jiān)測(cè)設(shè)備的實(shí)時(shí)生成數(shù)據(jù)進(jìn)行故障分析處理.進(jìn)而最終實(shí)現(xiàn)故障自動(dòng)診斷。