目前，全球制造业正快速发展，智能制造是重要的发展方向，预测性维护是重要应用场景之一。机器学习算法对数据处理有极大优势，但较难理解。基于此，对机械故障知识图谱和模糊推理的转换进行研究，将知识图谱映射到模糊本体，为数据赋予语义信息，推理得到机械故障程度。在实验数据集上测试模型，准确率为0.84，与经典分类算法SVM对比分析得出模型的有效性。同时，模型具有通用性和可扩展性。
科研之友
微信
新浪微博
Facebook
分享链接
