基于知识图谱和模糊推理的机械故障诊断模型

打开文本图片集

摘  要：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。（剩余11505字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。