文章设计了一种基于模糊规则的机械故障快速检测模型，可以通过实际运行数据实现异常的快速检测和异常概率计算。异常快速检测是指通过优化循环神经网络(RNN)等深度学习模型，对产线数据进行特征提取和整合，然后结合随机森林及模糊规则，进行异常检测；异常概率计算是对数据进行数据清理后，使用决策树与模糊规则相结合，挖掘数据在真实异常发生前的特征趋势，在此基础上完成异常预警功能；最后在多个模拟数据集及真实运行数据下进行了实验。结果表明，提出的模型在异常数据检测及预警方面具有良好表现。
科研之友
微信
新浪微博
Facebook
分享链接
