由于試驗臺規模龐大、結構復雜，使得試驗臺故障診斷征兆繁雜、故障類(lèi)型多樣，故障狀態(tài)之間呈現出模糊性和不確定性。隨著(zhù)試驗臺系統研制水平的提高,監測參數不斷增多，對試驗臺進(jìn)行故障診斷需要分析的數據量將十分巨大，能否 地利用這些數據,從中去除冗余的信息，挖掘 的診斷規則，便成為擺在人們面前的一項重要課題。

試驗臺

在知識庫的設計中,采用統一編碼的方式,保證了知識庫存儲的統一性。粗糙集規則訓練(即知識約簡(jiǎn))是利用粗糙集進(jìn)行知識獲取,實(shí)施故障診斷的重要步驟,本文針對粗糙集規則訓練的各個(gè)階段:決策表構建、一致性檢測、屬性約簡(jiǎn)、值約簡(jiǎn),結合試車(chē)臺決策表特點(diǎn),進(jìn)行了詳細地算法設計。粗糙集故障診斷部分通過(guò)實(shí)例分析給出了粗糙集完整的故障診斷過(guò)程。