AFS结构分解算法及其在故障诊断中的应用
自1965年，美国控制论专家查德(L.A.Zadeh)教授提出模糊集的概念以来，模糊集与系统理论作为一门新的工程数学方法，被人们广泛研究并应用于各个领域.文献[26-31]中提出的AFS(AxiomaticFuzzySet)理论是一种新的模糊数学分析方法，在AFS理论框架内，给出了依据原始数据和相关信息确定隶属函数及其模糊逻辑运算的一个新算法，使得隶属函数和模糊逻辑的建立更客观、严密和统一.AFS理论已初步应用于数据挖掘，模式识别，故障诊断等领域.
用AFS理论进行故障诊断时，由于AFS结构的复杂和庞大，增加了在实际应用中分析和诊断的难度，因而如何有效地降低AFS结构的复杂程度成为我们关注的焦点.文献[28]在理论上论证了降低AFS结构的复杂程度的可行性.本文在文献[28]理论研究的基础上，具体提出了AFS结构直和分解算法，实现了把一个复杂的AFS结构划分为若干个相互独立的子AFS结构，使得同一个子AFS结构中的元素是相互关联的，而不同子AFS结构中的元素是相互独立的，即每个子AFS结构均是一个连通系统，从而有效地降低了分析AFS结构的难度.在此基础上应用AFS理论进行故障诊断，引用了船用柴油机故障诊断的实例，应用Matlab编写程序，通过这个例子，进一步检验出该分解算法客观，统一性强，并与专家经验相一致，而且对于非常复杂的系统，应用结构分解算法就更显其优越性.
AFS结构;分解算法;故障诊断;模糊逻辑
大连海事大学
硕士
应用数学
刘晓东
2005
中文
O159
58
2006-09-18（万方平台首次上网日期，不代表论文的发表时间）