CN113902145A - 一种基于2型模糊语言术语的化工泵维护策略优化方法 - Google Patents

一种基于2型模糊语言术语的化工泵维护策略优化方法 Download PDF

Info

Publication number
CN113902145A
CN113902145A CN202111160486.1A CN202111160486A CN113902145A CN 113902145 A CN113902145 A CN 113902145A CN 202111160486 A CN202111160486 A CN 202111160486A CN 113902145 A CN113902145 A CN 113902145A
Authority
CN
China
Prior art keywords
language
term
fuzzy
ith
interval
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111160486.1A
Other languages
English (en)
Inventor
彭建刚
姚正
杨彬
申逸骋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intelligent Manufacturing Institute of Hefei University Technology
Original Assignee
Intelligent Manufacturing Institute of Hefei University Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intelligent Manufacturing Institute of Hefei University Technology filed Critical Intelligent Manufacturing Institute of Hefei University Technology
Priority to CN202111160486.1A priority Critical patent/CN113902145A/zh
Publication of CN113902145A publication Critical patent/CN113902145A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic

Abstract

本发明公开了一种基于2型模糊语言术语的化工泵维护策略优化方法，其步骤包括：1提取远程监控系统的化工泵运行振动时频图谱和专家评价文本，并对评价文本中的语言术语进行预处理，确定语言术语语义的合理区间；2引入增强型区间方法，模糊化语言术语，构建区间2型模糊语言术语集；3利用基于模糊语言加权平均法的词计算技术，开展区间2型模糊语言术语的逻辑推理，诊断化工泵运行故障；4根据诊断结果，开展化工泵维护策略评估；5运用模糊多准则群决策理论对维护策略进行最优化决策。本发明能提高不确定语言术语表达的准确性，较准确地诊断化工泵劣化症状，从而为保障石化行业泵系统稳定、安全运行提供理论支撑。

Description

一种基于2型模糊语言术语的化工泵维护策略优化方法
技术领域
本发明属于自然语言术语决策领域，具体的说是一种基于2型模糊语言术语的化工泵维护策略优化方法。
背景技术
自然语言术语决策是利用计算机处理人类语言并进行决策的过程，是主观决策的重要方面，属于人工智能基础性工作。
自然语言具有不确定性属性，语言术语的不确定性处理是保证主管决策准确性的基础。自然语言术语的不确定性本质上是非概率的，很难采用精确的数值信息表征，文字、短语和句子的晦涩、含蓄和不明确性，同一个语言术语有不同的语义，不同个体对同一个语言术语的理解存在差异，主管决策过程的信息融合和共识达成面临技术挑战，也是人工智能的重要研究方向。
自然语言术语不确定性的建模与管理是一个开放的问题，目前，模糊集理论是处理和管理语言术语不确定性最常用方法之一。然而，自然语言不确定性体现在文字、短语和句子的晦涩、含蓄和不明确性，不同人对同一词的理解存在差异，语言术语的模糊性本质上是非概率的不确定，难以采用精确的数值表征。不仅如此，决策过程共识达成普遍存在语言属于建模和运算的不确定性。传统模糊集的隶属度是确定性数值，这极大地限制其管理和处理语言不确定性，也难以解决主观决策共识达成的不确定性。
发明内容
本发明是为了解决上述现有技术存在的不足之处，提出一种基于2型模糊语言术语的化工泵维护策略优化方法，以期能提高不确定语言术语表达的准确性，较准确地诊断化工泵劣化症状，从而为保障石化行业泵系统稳定、安全运行提供理论支撑。
本发明为达到上述发明目的，采用如下技术方案：
本发明一种基于2型模糊语言术语的化工泵维护策略优化方法的特点是按如下步骤进行：
步骤1.数据获取与预处理；
步骤1.1.采用三轴向测试方法获取化工泵的轴承座的振动数据并利用数据分析仪进行处理后，得到化工泵运行振动的时频图谱；
步骤1.2.运用n点模糊语言术语评估化工泵的运行状况，得到基于模糊语言术语的评价标准文本集；其中，n为奇数；
步骤2.基于增强型区间法的数据处理；
在区间[A,B]上定义所述评价标准文本集中n个语言术语的区间为{[aj (i),bj (i)]|i＝1,2,…n；j＝1,2,…,k}，aj (i)表示第j个专家对第i个语言术语的区间的端点下限；bj (i)表示第j个专家对第i个语言术语的区间的端点上限；k表示专家数量；n表示语言术语数量；
步骤3.运用增强型区间法对所述评价标准文本集中的语言术语进行模糊化处理，生成基于区间2型模糊语言术语的评价标准集；
步骤3.1.计算所述评价标准文本集中第i个语言术语的区间端点的均值，并将左端点的均值记为
Figure BDA0003289997890000021
右端点的均值记为
Figure BDA0003289997890000022
步骤3.2.定义第i个语言术语的假设检验左端点值γ(i)＝b(i)-k1a(i)，第i个语言术语的假设检验右端点值
Figure BDA0003289997890000023
其中，k1，k2和k3为常数；a(i)表示第i个语言术语的左端点，b(i)表示第i个语言术语的右端点；
步骤3.3.计算评价标准文本集中n个语言术语的假设检验左端点值γ(i)的标准差
Figure BDA0003289997890000024
第i个语言术语的假设检验右端点值
Figure BDA0003289997890000025
的标准差
Figure BDA0003289997890000026
步骤3.4.分类评价标准文本集中语言术语的不确定覆盖域：
如果
Figure BDA0003289997890000027
且
Figure BDA0003289997890000028
则不确定覆盖域为梯形型；
如果
Figure BDA0003289997890000029
且
Figure BDA00032899978900000210
则不确定覆盖域为左肩型；
如果
Figure BDA00032899978900000211
且
Figure BDA00032899978900000212
则不确定覆盖域为右肩型；其中，tα,n-1表示第n个语言术语在α-截的单尾测试参数；
步骤3.5.利用式(1)计算梯形型区间2型模糊语言术语的隶属函数参数
Figure BDA0003289997890000031
Figure BDA0003289997890000032
式(1)中，
Figure BDA0003289997890000033
表示第i个语言术语的左端点隶属函数的模糊集参数，
Figure BDA0003289997890000034
表示第i个语言术语的右端点隶属函数的模糊集参数，a MF和
Figure BDA0003289997890000035
分别表示第i个语言术语的左端点隶属函数的模糊集参数最小值和最大值，b MF和
Figure BDA0003289997890000036
分别表示第i个语言术语的右端点隶属函数的模糊集参数最小值和最大值，
Figure BDA0003289997890000037
表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值，c MF和
Figure BDA0003289997890000038
分别表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值的最小值和最大值，p是梯形下边界三角形右侧的最左边与左侧的最右边的交点横坐标，μp表示梯形下边界三角形右侧的最左边与左侧的最右边的交点纵坐标；
步骤4.利用模糊语言加权平均法进行区间2型模糊语言术语的逻辑推理，确定化工泵运行故障症状诊断的评估语言术语集的不确定覆盖域；
步骤4.1运用如式(2)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语，确定化工泵运行故障症状诊断的语言术语隶属度函数的上限值；
Figure BDA0003289997890000041
式(2)中，fLl(αδ)表示第δ个α-截的梯形上边界的左侧值，ail(αδ)表示第i个语言术语的第δ个α-截的左边界，dir(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的右边界，cil(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的左边界，fRr(αδ)第δ个α-截的梯形上边界的右侧值，bir(αδ)表示第i个语言术语的第δ个α-截的右边界，kLl为满足
Figure BDA0003289997890000042
的切换点；kRr为满足
Figure BDA0003289997890000043
的切换点；
步骤4.2.运用如式(3)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语，确定泵系统运行故障症状诊断的语言术语隶属度函数的下限值；
Figure BDA0003289997890000044
式(3)中，a′ir(αδ)表示第i个语言术语的第δ个α-截的左边界，且满足
Figure BDA0003289997890000045
b′il(αδ)表示第i个语言术语的第δ个α-截的右边界，且满足
Figure BDA0003289997890000046
c′ir(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的左边界，且满足
Figure BDA0003289997890000047
d′il(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的右边界，且满足
Figure BDA0003289997890000051
步骤4.3.构建化工泵运行故障症状诊断的第i个语言术语隶属度上限值的语言术语隶属度区间
Figure BDA0003289997890000052
以及语言术语隶属度下限值的语言术语隶属度区间Y i(αδ)＝[fLr(αδ),fRl(αδ)]，从而由上限值和下限值的语言术语隶属度区间
Figure BDA0003289997890000053
Y i(αδ)构成化工泵运行故障症状诊断的语言术语的不确定覆盖域
Figure BDA0003289997890000054
步骤5.依据故障诊断结果对应的维护规则，生成维护策略集X＝{x1,x2,…,xβ}；其中，xβ表示第β个维护策略；
步骤6.依据评价准则Z＝{z1,z2,…,zq}，zq表示第q个评价准则，运用第i个语言术语
Figure BDA0003289997890000055
的不确定覆盖域
Figure BDA0003289997890000056
评价所述维护策略集X＝{x1,x2,…,xβ}，从而得到第j个专家给出的2型模糊语言术语的化工泵维护策略集
Figure BDA0003289997890000057
其中，
Figure BDA0003289997890000058
为第j个专家针对第β个维护策略xβ的评价值；
步骤7.利用式(1)-式(3)计算所述维护策略集X的不确定覆盖域
Figure BDA0003289997890000059
步骤8.利用式(4)计算2型模糊语言术语的化工泵维护策略集
Figure BDA00032899978900000510
的总体评价语言术语
Figure BDA00032899978900000511
Figure BDA00032899978900000512
式(4)中，ωj表示第j个专家的权重；
步骤9.利用式(5)计算维护策略集X的总体评价语言术语
Figure BDA00032899978900000513
的算术平均排序值
Figure BDA00032899978900000514
Figure BDA00032899978900000515
步骤10.根据维护策略集X的总体评价语言术语
Figure BDA00032899978900000516
的算术平均排序值
Figure BDA00032899978900000517
对化工泵维护策略集
Figure BDA0003289997890000061
中的元素进行降序排序，从而得到优化后的化工泵维护策略。
与现有技术相比，本发明的有益效果在于：
1、本发明采用区间2型模糊集的主隶属函数和次隶属函数表征和管理语言术语的不确定性，处理语言术语的内、外在不确定性，其数学机理严谨，运算过程逻辑缜密，从理论上提升了自然语言的不确定性表征和运算能力，不仅扩展区间2型模糊集的应用场景，而且为人工智能的机器学习奠定自然语言处理的基础。
2、本发明在实现自然语言术语计算过程中，鉴于不确定性同时存在于语言术语建模和信息融合过程，利用隶属度是模糊值的区间2型模糊集来提升语言术语的不确定性的处理能力，语言术语的不确定性由主隶属函数和次隶属函数表征，主隶属函数描述前提函数，次隶属函数评估主隶属函数的不确定性，从而提升了语言术语不确定性建模和运算能力，且利用区间2型模糊集理论建模和运算语言术语不确定性，无需额外增加复杂的仪器设备，在保证语言术语准确性的前提下，降低了2型模糊集的运算复杂性，大大降低了计算成本。
3、本发明构建基于2型模糊集的词计算范式实现信息融合，区间2型模糊语言术语输入词计算引擎后，利用模糊加权平均法实现区间2型模糊语言术语信息融合，确保主观决策过程的信息融合与共识达成能力，从实践中提高了语言术语的不确定性表征和管理能力，工程推广应用价值高。
4、本发明可用于论文评议、项目评审等基于自然语言语境的分布式多准则群决策研究领域，该方法运算操作性强，可移植性强，扩展了多准则群决策理论，丰富了模糊决策的理论与方法。
附图说明
图1为本发明化工泵维护策略优化流程图；
图2为本发明区间2型模糊不确定覆盖域及其上下边界示意图；
图3为本发明为语言术语不确定覆盖域的参数(aMF,bMF)图。
具体实施方式
本实施例中，如图1所示，一种基于2型模糊语言术语的化工泵维护策略优化方法是按如下步骤进行：
步骤1.本实施例中，数据获取包括三个方面，一是化工泵的性能参数，例如化工泵的中心高、转速和温度等；二是远程监测泵系统的运行状态数据；三是现场工程师观察和感知数据以及领域专家根据系统运行故障的症状给出的评价语言术语等。数据预处理主要包括；删除获取数据集中明显不合理数据。
步骤1.1.采用三轴向测试方法获取化工泵的轴承座的振动数据并利用数据分析仪进行处理后，得到化工泵运行振动的时频图谱；本实施例中，振动测试点传感器分别布置于轴承座相互垂直的x,y,z轴，传感器采集的振动数据经MI-7008数据分析仪处理后，生成化工泵运行振动时频图谱。
步骤1.2.运用n点模糊语言术语评估化工泵的运行状况，得到基于模糊语言术语的评价标准文本集；其中，n为奇数；
步骤2.基于增强型区间法的数据处理；
在区间[A,B]上定义所述评价标准文本集中n个语言术语的区间为{[aj (i),bj (i)]|i＝1,2,…n；j＝1,2,…,k}，aj (i)表示第j个专家对第i个语言术语的区间的端点下限；bj (i)表示第j个专家对第i个语言术语的区间的端点上限；k表示专家数量；n表示语言术语数量；本实施例中，需要删除语言术语的区间的端点数据集中无统计数据和无概率分布的异质数据，拟合符合高斯分布假设的区间极限以及确定语言术语语义区间合理范围。
步骤3.运用增强型区间法对所述评价标准文本集中的语言术语进行模糊化处理，生成基于区间2型模糊语言术语的评价标准集；
步骤3.1.计算所述评价标准文本集中第i个语言术语的区间端点的均值，左端点的均值为
Figure BDA0003289997890000071
右端点的均值为
Figure BDA0003289997890000072
步骤3.2.定义第i个语言术语的假设检验左端点值γ(i)＝b(i)-k1a(i)，第i个语言术语的假设检验右端点值
Figure BDA0003289997890000076
其中，k1，k2和k3为常数；a(i)表示第i个语言术语的左端点，b(i)表示第i个语言术语的右端点；
步骤3.3.计算评价标准文本集中n个语言术语的假设检验左端点值γ(i)的标准差
Figure BDA0003289997890000073
第i个语言术语的假设检验右端点值
Figure BDA0003289997890000074
的标准差
Figure BDA0003289997890000075
本实施例中，k1＝5.831，k2＝0.171，k3＝8.29。
步骤3.4.分类评价标准文本集中语言术语的不确定覆盖域：语言术语不同类型的不确定覆盖域如图2所示。
如果右端点均值
Figure BDA0003289997890000081
且
Figure BDA0003289997890000082
则不确定覆盖域为梯形型；
如果右端点均值
Figure BDA0003289997890000083
且
Figure BDA0003289997890000084
则不确定覆盖域为左肩型；
如果右端点均值
Figure BDA0003289997890000085
且
Figure BDA0003289997890000086
则不确定覆盖域为右肩型；其中，tα,n-1表示第n个语言术语在α-截的单尾测试参数；本实施例中，t0.05,5-1＝2.132。
步骤3.5.利用式(1)计算梯形型区间2型模糊语言术语的隶属函数参数
Figure BDA0003289997890000087
语言术语不确定覆盖域的参数如图2和图3所示。
Figure BDA0003289997890000088
式(1)中，
Figure BDA0003289997890000089
表示第i个语言术语的左端点隶属函数的模糊集参数，
Figure BDA00032899978900000810
表示第i个语言术语的右端点隶属函数的模糊集参数，a MF和
Figure BDA00032899978900000811
分别表示第i个语言术语的左端点隶属函数的模糊集参数最小值和最大值，b MF和
Figure BDA00032899978900000812
分别表示第i个语言术语的右端点隶属函数的模糊集参数最小值和最大值，
Figure BDA00032899978900000813
表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值，cMF和
Figure BDA0003289997890000091
分别表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值的最小值和最大值，p是梯形下边界三角形右侧的最左边与左侧的最右边的交点横坐标，μp表示梯形下边界三角形右侧的最左边与左侧的最右边的交点纵坐标；
步骤4.利用模糊语言加权平均法进行区间2型模糊语言术语的逻辑推理，确定化工泵运行故障症状诊断的评估语言术语集的不确定覆盖域；
步骤4.1运用如式(2)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语，确定化工泵运行故障症状诊断的语言术语隶属度函数的上限值；首先，将[0,1]区间分解成(λ-1)个子区间，得到αδ＝(δ-1)/(λ-1)；其次，确定α-截的区间值[ail(αδ)，bir(αδ)]和[cil(αδ)，dir(αδ)]；然后，分别计算α-截的左侧左边界(fLl(αδ))和右侧右边界(fRr(αδ))，并保留区间值[fLl(αδ),fRr(αδ)]，直到δ＝λ；最后，分别对fLl(αδ)和fRr(αδ)值进行排序，并拟合区间2型模糊语言术语隶属度函数上限值曲线
Figure BDA0003289997890000092
Figure BDA0003289997890000093
式(2)中，fLl(αδ)表示第δ个α-截的梯形上边界的左侧值，ail(αδ)表示第i个语言术语的第δ个α-截的左边界，dir(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的右边界，cil(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的左边界，fRr(αδ)第δ个α-截的梯形上边界的右侧值，bir(αδ)表示第i个语言术语的第δ个α-截的右边界，kLl为满足
Figure BDA0003289997890000094
的切换点；kRr为满足
Figure BDA0003289997890000095
的切换点；
步骤4.2.运用如式(3)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语，确定泵系统运行故障症状诊断的语言术语隶属度函数的下限值；首先，确定不确定覆盖域的内部最大高度(μp max)，并将[0,μp max]分解成(ζ-1)个子区间，得到αδ＝μp max(δ-1)/(ζ-1)；其次，分别计算α-截的左侧右边界(fLr(αδ))和右侧左边界(fRl(αδ))，若fLr(αδ)≤fRl(αδ)成立，保留区间值[fLr(αδ),fRl(αδ)]，否则，删除[fLr(αδ),fRl(αδ)]，直到δ＝ζ；最后，分别对fLr(αδ)和fRl(αδ)值进行排序，并拟合区间2型模糊语言术语隶属度函数下限值曲线(Y)；
Figure BDA0003289997890000101
式(3)中，a′ir(αδ)表示第i个语言术语的第δ个α-截的左边界，且满足
Figure BDA0003289997890000102
b′il(αδ)表示第i个语言术语的第δ个α-截的右边界，且满足
Figure BDA0003289997890000103
c′ir(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的左边界，且满足
Figure BDA0003289997890000104
d′il(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的右边界，且满足
Figure BDA0003289997890000105
步骤4.3.构建化工泵运行故障症状诊断的第i个语言术语隶属度上限值的语言术语隶属度区间
Figure BDA0003289997890000106
以及语言术语隶属度下限值的语言术语隶属度区间Y i(αδ)＝[fLr(αδ),fRl(αδ)]，从而由上限值(上边界)和下限值(下边界)的语言术语隶属度区间
Figure BDA0003289997890000107
Y i(αδ)构成化工泵运行故障症状诊断的语言术语的不确定覆盖域
Figure BDA0003289997890000108
本实施例中，语言术语不确定覆盖域如图2所示。
步骤5.依据故障诊断结果对应的维护规则，生成维护策略集X＝{x1,x2,…,xβ}；其中，xβ表示第β个维护策略；
步骤6.依据评价准则Z＝{z1,z2,…,zq}，zq表示第q个评价准则，运用第i个语言术语
Figure BDA0003289997890000109
的不确定覆盖域
Figure BDA0003289997890000111
评价所述维护策略集X＝{x1,x2,…,xβ}，从而得到第j个专家给出的2型模糊语言术语的化工泵维护策略集
Figure BDA0003289997890000112
其中
Figure BDA0003289997890000113
为第j个专家针对第β个维护策略xβ的评价值；
步骤7.利用式(1)-式(3)计算所述维护策略集X的不确定覆盖域
Figure BDA0003289997890000114
步骤8.利用式(4)计算2型模糊语言术语的化工泵维护策略集
Figure BDA0003289997890000115
的总体评价语言术语
Figure BDA0003289997890000116
Figure BDA0003289997890000117
式(4)中，ωj表示第j个专家的权重；增加专家权重信息，体现领域专家对维护策略评价的重要程度。
步骤9.利用式(5)计算维护策略集X的总体评价语言术语
Figure BDA0003289997890000118
的算术平均排序值
Figure BDA0003289997890000119
Figure BDA00032899978900001110
步骤10.根据维护策略集X的总体评价语言术语
Figure BDA00032899978900001111
的算术平均排序值
Figure BDA00032899978900001112
对化工泵维护策略集
Figure BDA00032899978900001113
中的元素进行降序排序，从而得到优化后的化工泵维护策略。

Claims (1)

1.一种基于2型模糊语言术语的化工泵维护策略优化方法，其特征是按如下步骤进行：
步骤1.数据获取与预处理；
步骤1.1.采用三轴向测试方法获取化工泵的轴承座的振动数据并利用数据分析仪进行处理后，得到化工泵运行振动的时频图谱；
步骤1.2.运用n点模糊语言术语评估化工泵的运行状况，得到基于模糊语言术语的评价标准文本集；其中，n为奇数；
步骤2.基于增强型区间法的数据处理；
在区间[A,B]上定义所述评价标准文本集中n个语言术语的区间为{[aj (i),bj (i)]|i＝1,2,…n；j＝1,2,…,k}，aj (i)表示第j个专家对第i个语言术语的区间的端点下限；bj (i)表示第j个专家对第i个语言术语的区间的端点上限；k表示专家数量；n表示语言术语数量；
步骤3.运用增强型区间法对所述评价标准文本集中的语言术语进行模糊化处理，生成基于区间2型模糊语言术语的评价标准集；
步骤3.1.计算所述评价标准文本集中第i个语言术语的区间端点的均值，并将左端点的均值记为
Figure FDA0003289997880000011
右端点的均值记为
Figure FDA0003289997880000012
步骤3.2.定义第i个语言术语的假设检验左端点值γ(i)＝b(i)-k1a(i)，第i个语言术语的假设检验右端点值
Figure FDA0003289997880000013
其中，k1，k2和k3为常数；a(i)表示第i个语言术语的左端点，b(i)表示第i个语言术语的右端点；
步骤3.3.计算评价标准文本集中n个语言术语的假设检验左端点值γ(i)的标准差
Figure FDA0003289997880000014
第i个语言术语的假设检验右端点值
Figure FDA0003289997880000015
的标准差
Figure FDA0003289997880000016
步骤3.4.分类评价标准文本集中语言术语的不确定覆盖域：
如果
Figure FDA0003289997880000017
且
Figure FDA0003289997880000018
则不确定覆盖域为梯形型；
如果
Figure FDA0003289997880000021
且
Figure FDA0003289997880000022
则不确定覆盖域为左肩型；
如果
Figure FDA0003289997880000023
且
Figure FDA0003289997880000024
则不确定覆盖域为右肩型；其中，tα,n-1表示第n个语言术语在α-截的单尾测试参数；
步骤3.5.利用式(1)计算梯形型区间2型模糊语言术语的隶属函数参数
Figure FDA0003289997880000025
Figure FDA0003289997880000026
式(1)中，
Figure FDA0003289997880000027
表示第i个语言术语的左端点隶属函数的模糊集参数，
Figure FDA0003289997880000028
表示第i个语言术语的右端点隶属函数的模糊集参数，a MF和
Figure FDA0003289997880000029
分别表示第i个语言术语的左端点隶属函数的模糊集参数最小值和最大值，b MF和
Figure FDA00032899978800000210
分别表示第i个语言术语的右端点隶属函数的模糊集参数最小值和最大值，
Figure FDA00032899978800000211
表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值，c MF和
Figure FDA00032899978800000212
分别表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值的最小值和最大值，p是梯形下边界三角形右侧的最左边与左侧的最右边的交点横坐标，μp表示梯形下边界三角形右侧的最左边与左侧的最右边的交点纵坐标；
步骤4.利用模糊语言加权平均法进行区间2型模糊语言术语的逻辑推理，确定化工泵运行故障症状诊断的评估语言术语集的不确定覆盖域；
步骤4.1运用如式(2)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语，确定化工泵运行故障症状诊断的语言术语隶属度函数的上限值；
Figure FDA0003289997880000031
式(2)中，fLl(αδ)表示第δ个α-截的梯形上边界的左侧值，ail(αδ)表示第i个语言术语的第δ个α-截的左边界，dir(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的右边界，cil(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的左边界，fRr(αδ)第δ个α-截的梯形上边界的右侧值，bir(αδ)表示第i个语言术语的第δ个α-截的右边界，kLl为满足
Figure FDA0003289997880000032
的切换点；kRr为满足
Figure FDA0003289997880000033
的切换点；
步骤4.2.运用如式(3)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语，确定泵系统运行故障症状诊断的语言术语隶属度函数的下限值；
Figure FDA0003289997880000034
式(3)中，a′ir(αδ)表示第i个语言术语的第δ个α-截的左边界，且满足
Figure FDA0003289997880000035
b′il(αδ)表示第i个语言术语的第δ个α-截的右边界，且满足
Figure FDA0003289997880000041
c′ir(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的左边界，且满足
Figure FDA0003289997880000042
d′il(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的右边界，且满足
Figure FDA0003289997880000043
步骤4.3.构建化工泵运行故障症状诊断的第i个语言术语隶属度上限值的语言术语隶属度区间
Figure FDA0003289997880000044
以及语言术语隶属度下限值的语言术语隶属度区间Yi(αδ)＝[fLr(αδ),fRl(αδ)]，从而由上限值和下限值的语言术语隶属度区间
Figure FDA0003289997880000045
Yi(αδ)构成化工泵运行故障症状诊断的语言术语的不确定覆盖域
Figure FDA0003289997880000046
步骤5.依据故障诊断结果对应的维护规则，生成维护策略集X＝{x1,x2,…,xβ}；其中，xβ表示第β个维护策略；
步骤6.依据评价准则Z＝{z1,z2,…,zq}，zq表示第q个评价准则，运用第i个语言术语
Figure FDA0003289997880000047
的不确定覆盖域
Figure FDA0003289997880000048
评价所述维护策略集X＝{x1,x2,…,xβ}，从而得到第j个专家给出的2型模糊语言术语的化工泵维护策略集
Figure FDA0003289997880000049
其中，
Figure FDA00032899978800000410
为第j个专家针对第β个维护策略xβ的评价值；
步骤7.利用式(1)-式(3)计算所述维护策略集X的不确定覆盖域
Figure FDA00032899978800000411
步骤8.利用式(4)计算2型模糊语言术语的化工泵维护策略集
Figure FDA00032899978800000412
的总体评价语言术语
Figure FDA00032899978800000413
Figure FDA00032899978800000414
式(4)中，ωj表示第j个专家的权重；
步骤9.利用式(5)计算维护策略集X的总体评价语言术语
Figure FDA00032899978800000415
的算术平均排序值
Figure FDA00032899978800000416
Figure FDA0003289997880000051
步骤10.根据维护策略集X的总体评价语言术语
Figure FDA0003289997880000052
的算术平均排序值
Figure FDA0003289997880000053
对化工泵维护策略集
Figure FDA0003289997880000054
中的元素进行降序排序，从而得到优化后的化工泵维护策略。
CN202111160486.1A 2021-09-30 2021-09-30 一种基于2型模糊语言术语的化工泵维护策略优化方法 Pending CN113902145A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111160486.1A CN113902145A (zh) 2021-09-30 2021-09-30 一种基于2型模糊语言术语的化工泵维护策略优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111160486.1A CN113902145A (zh) 2021-09-30 2021-09-30 一种基于2型模糊语言术语的化工泵维护策略优化方法

Publications (1)

Publication Number Publication Date
CN113902145A true CN113902145A (zh) 2022-01-07

Family

ID=79189774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111160486.1A Pending CN113902145A (zh) 2021-09-30 2021-09-30 一种基于2型模糊语言术语的化工泵维护策略优化方法

Country Status (1)

Country Link
CN (1) CN113902145A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210182715A1 (en) * 2019-12-17 2021-06-17 The Mathworks, Inc. Systems and methods for generating a boundary of a footprint of uncertainty for an interval type-2 membership function based on a transformation of another boundary

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10103848A1 (de) * 2001-01-30 2002-08-01 Univ Gesamthochschule Kassel Verfahren und Vorrichtung zur Bestimmung und/oder Beurteilung der Alterung oder zumindest eines vorgewählten Anteils der Alterung einer Batterie
WO2014014470A1 (en) * 2012-07-20 2014-01-23 Hewlett-Packard Development Company, L.P. Problem analysis and priority determination based on fuzzy expert systems
CN108985554A (zh) * 2018-06-05 2018-12-11 上海大学 一种基于区间直觉模糊集和混合多准则决策模型的改进fmea的方法
CN110794806A (zh) * 2019-10-08 2020-02-14 武汉大学 一种基于模糊理论的故障树底事件失效概率计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10103848A1 (de) * 2001-01-30 2002-08-01 Univ Gesamthochschule Kassel Verfahren und Vorrichtung zur Bestimmung und/oder Beurteilung der Alterung oder zumindest eines vorgewählten Anteils der Alterung einer Batterie
WO2014014470A1 (en) * 2012-07-20 2014-01-23 Hewlett-Packard Development Company, L.P. Problem analysis and priority determination based on fuzzy expert systems
CN108985554A (zh) * 2018-06-05 2018-12-11 上海大学 一种基于区间直觉模糊集和混合多准则决策模型的改进fmea的方法
CN110794806A (zh) * 2019-10-08 2020-02-14 武汉大学 一种基于模糊理论的故障树底事件失效概率计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张家录;吴霞;: "基于语言值软集的多准则群决策方法及其应用", 模糊系统与数学, no. 04, 15 August 2020 (2020-08-15) *
魏翠萍;葛淑娜;: "犹豫模糊语言幂均算子及其在群决策中的应用", 系统科学与数学, no. 08, 15 August 2016 (2016-08-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210182715A1 (en) * 2019-12-17 2021-06-17 The Mathworks, Inc. Systems and methods for generating a boundary of a footprint of uncertainty for an interval type-2 membership function based on a transformation of another boundary
US11941545B2 (en) * 2019-12-17 2024-03-26 The Mathworks, Inc. Systems and methods for generating a boundary of a footprint of uncertainty for an interval type-2 membership function based on a transformation of another boundary

Similar Documents

Publication Publication Date Title
Parnas et al. Assessment of safety-critical software in nuclear power plants.
Shen et al. Fuzzy qualitative simulation
CN110348752B (zh) 一种考虑环境干扰的大型工业系统结构安全性评估方法
CN110516116A (zh) 一种多步分层的学习者认知水平挖掘方法及系统
Bombara et al. Offline and online learning of signal temporal logic formulae using decision trees
Ge et al. The rough membership functions on four types of covering-based rough sets and their applications
CN112434813A (zh) 基于面向属性语言概念格的多重多维语言推理方法
Khoshgoftaar et al. Software quality analysis by combining multiple projects and learners
CN113902145A (zh) 一种基于2型模糊语言术语的化工泵维护策略优化方法
Chukhrova et al. Nonparametric fuzzy hypothesis testing for quantiles applied to clinical characteristics of COVID‐19
Xiahou et al. Measuring conflicts of multisource imprecise information in multistate system reliability assessment
Kabir A fuzzy data-driven reliability analysis for risk assessment and decision making using Temporal Fault Trees
Gribova et al. Ontology of anomalous processes diagnosis
Bian et al. Research on an artificial intelligence-based professional ability evaluation system from the perspective of industry-education integration
CN114662712A (zh) 基于Wasserstein深度数字孪生模型的旋转机械状态监测方法
CN113092083B (zh) 一种基于分形维数和神经网络的机泵故障诊断方法和装置
Westgard et al. A predictive value model for quality control: effects of the prevalence of errors on the performance of control procedures
Liu et al. A new fault diagnosis model of flywheel system based on belief rule base and fuzzy fault tree analysis
Gou et al. A new fault diagnosis method based on attributes weighted neutrosophic set
Liu et al. Imprecise fusion operators for collective learning
Su et al. Handling uncertainty in human cognitive reliability method for safety assessment based on DSET [J]
Fakhfakh Maala et al. Ontology for overcrowding management in emergency department
Naidenova et al. New approaches to incremental learning good classification tests
van der Gaag A pragmatical view on the certainty factor model
Guo et al. Flight safety assessment based on a modified human error risk quantification approach

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination