[基于组集知识获取的加工过程智能监测]刘璨

【基於组集知识获取的加工过程智能监测】刘璨.pdf分类号 TP273 学校代码:10561 UDC 密级 学 号:B97001 华南理工大学学位论文 基于粗集知识获取的加工过程智能监测 刘璨 指导教师:陈统坚教授 机电工程系 申请学位类别:博士 专业名称:机械制造及其自动化 论文提交日期:_2000 论文答辩日期:_2000.摘要 摘要 加工过程状态监控是制造系统控制的重要组成部分。加工过程监 控包括过程状态监测和控制两部分,其中状态监测是自动化加工系统 的一个关键环节,准确的状态监测结果是有效控制的依据。加工过程 状态监测(决策部分)包括知识获取(学习)和分类(决策)两个环节.知识获取的任务是建立监测参数和加工过程状态之间的联系,其性能 对可靠而准确的监测极为重要.本文论述了加工过程状态智能监测中有关知识获取中的三大问 题,即知识获取方式、知识的不确定性和知识的不完全性。为解决这 三个问题,本文提出了基于粗集理论的知识获取方案.首先提出了粗集神经网络模型,该神经网络模型根据从样本中所 萃取的知识构造。摘要 rough set theory.This model consists of three parts,i.e.,decision tree(compatible rules),RNN,and database.The combination of decision tree andRNNconstitute thepartofon-linemonitoring,whiledatabaseisused for theknowledgeupdating.
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。