-
公开(公告)号：CN110132603B
公开(公告)日：2020-09-29
申请号：CN201910408447.5
申请日：2019-05-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于并集置信规则库和蚁群算法的船舶柴油机故障定位方法。本发明从船舶柴油机油液监测系统中采集油样，对采集到的油样进行元素浓度检测，获得反映柴油机磨损故障位置的油液特征；确定输入特征参数变量的参考值集合，建立初始规则库，计算关于输入特征参数变量与参考值的相似度；对规则库中被激活的规则进行融合推理，确定故障类型的信度值，取信度最大值所对应的故障类型作为故障定位模型的输出；构建优化模型，采用蚁群算法对优化模型进行求解，获得最优的规则库，最优规则库作为最终的船舶柴油机故障定位模型，利用最优规则库获得更精确的故障类型辨识结果。本发明中的并集的置信规则库规则少，优化参数少，优化时间短。
-
公开(公告)号：CN110132603A
公开(公告)日：2019-08-16
申请号：CN201910408447.5
申请日：2019-05-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于并集置信规则库和蚁群算法的船舶柴油机故障定位方法。本发明从船舶柴油机油液监测系统中采集油样，对采集到的油样进行元素浓度检测，获得反映柴油机磨损故障位置的油液特征；确定输入特征参数变量的参考值集合，建立初始规则库，计算关于输入特征参数变量与参考值的相似度；对规则库中被激活的规则进行融合推理，确定故障类型的信度值，取信度最大值所对应的故障类型作为故障定位模型的输出；构建优化模型，采用蚁群算法对优化模型进行求解，获得最优的规则库，最优规则库作为最终的船舶柴油机故障定位模型，利用最优规则库获得更精确的故障类型辨识结果。本发明中的并集的置信规则库规则少，优化参数少，优化时间短。
-
Search Results
2
records
(took 0.027 seconds)
