基于Weka平台知识获取的航空发动机磨损故障诊断专家系统

针对航空发动机磨损故障诊断专家系统知识获取难的问题。提出了一种基于Weka平台知识自动获取的航空发动机磨损故障专家系统模型。引入目前国际上著名的数据挖掘软件Weka,并把它嵌入自己开发的专家系统中作为一个知识自动获取模块。阐述了C4.5决策树中连续属性的离散、树的构建、树的修剪及规则的产生等关键技术。采集了一组某型航空发动机实测油样光谱数据,利用基于Weka平台的C4.5决策树提取了发动机磨损故障知识规则。

飞机液压系统磨损故障案例推理诊断方法

针对现有案例推理(CBR,case-based reasoning)中案例的检索和匹配对噪声数据和冗余数据较为敏感的问题。提出了一种核主成分分析(KPCA,kernel principal component analysis)与最近邻方法(k-NN,k-Nearest neighbor)相结合的新的案例检索与匹配方法。首先分别对待诊断数据和案例数据进行KPCA压缩,突出数据的主分量;然后,对压缩后的数据进行最近邻匹配;最后,开发出的飞机液压系统磨损综合监控专家系统,并用实际数据进行了验证。

一种滚动轴承故障知识获取的新方法

针对滚动轴承诊断中故障样本不足和故障模式复杂且难以辨识的特点,提出了一种基于Weka软件数据挖掘平台的滚动轴承故障知识获取的新方法。该方法综合运用滚动轴承时域参数和小波包络谱特征参数,并选取与其运行状态密切相关的多个振动参数作为原始特征模式,然后借助Weka平台的C4.5决策树提取了滚动轴承故障知识规则,并加以解释。最后将该方法应用于现场采集到的大量轴承数据,结果表明该方法正确有效。