購買設(shè)計(jì)請充值后下載，，資源目錄下的文件所見即所得，都可以點(diǎn)開預(yù)覽，，資料完整，充值下載可得到資源目錄里的所有文件。。。【注】：dwg后綴為CAD圖紙，doc,docx為WORD文檔，原稿無水印，可編輯。。。具體請見文件預(yù)覽，有不明白之處，可咨詢QQ:12401814
黃河科技學(xué)院畢業(yè)設(shè)計(jì)(文獻(xiàn)翻譯) 第 14 頁
畢業(yè)設(shè)計(jì)
文獻(xiàn)翻譯
院（系）名稱
工學(xué)院機(jī)械系
專業(yè)名稱
機(jī)械設(shè)計(jì)制造及其自動(dòng)化
學(xué)生姓名
李雙權(quán)
指導(dǎo)教師
閆存富
2012年 03 月 10 日
基于故障樹系統(tǒng)現(xiàn)象的故障診斷方法
摘要：機(jī)械故障的歷史記錄包含大量的重要信息是有用的，以確定類似的故障。使用當(dāng)前歷史記錄的故障診斷方法是低效的處理直觀的應(yīng)用多組分多相故障診斷。對問題，快速和智能故障診斷方法的基礎(chǔ)上提出了系統(tǒng)的故障現(xiàn)象（SPF）樹。物理系統(tǒng)的故障診斷的方法，開始構(gòu)思故障如樹葉，故障的原因?qū)е氯~和故障頻度的相互關(guān)系，并最終形成故障樹行政隸屬關(guān)系和靈活的多粒度組件的結(jié)構(gòu)關(guān)系。首先，SPF成型方法樹的討論；其次一些代名詞分支，分支的強(qiáng)硬程度，占主導(dǎo)地位的葉和基本定義虛擬分支定義；然后，包括占主導(dǎo)地位的分支機(jī)構(gòu)的合并，保持優(yōu)勢，在合并的表演保持優(yōu)勢的代名詞樹枝被證明。此外，合并、優(yōu)化和虛擬分支計(jì)算SPF樹的建議，提出自我學(xué)習(xí)機(jī)制，包括程序和相關(guān)參數(shù)計(jì)算，故障查找方法和主要故障統(tǒng)計(jì)計(jì)算，還提出了一種基于SPF樹。最后，該方法應(yīng)用于嵌入式終端的某些類型的故障診斷顯示故障信息，在搜索條件的代名詞分支，虛擬分支，合并和視覺呈現(xiàn)搜索結(jié)果。實(shí)際應(yīng)用表明，該方法是有效的縮小查找故障的范圍，減少了計(jì)算的難度。該方法是一種新的方式來解決。通過組織的無序故障記錄，并提供直觀的表達(dá)復(fù)雜系統(tǒng)的智能故障診斷問題。
Key words: SystemPhenomenonFault Tree, Fault Analysis, Knowledge Acquisition, Machining Learning關(guān)鍵詞：樹系統(tǒng)故障現(xiàn)象，故障分析，知識獲取，加工學(xué)習(xí)1 Introduction
1.引言 ?
基于歷史記錄的故障診斷是一個(gè)古老而年輕的學(xué)科，相關(guān)研究非常重要的，是維權(quán)的機(jī)器。current researches on the issue have been carried on目前在這個(gè)問題上的研究已進(jìn)行extensively, and generally can be classified into three ty和廣泛的，一般可分為三種類型。The first type focused on how to improve the skills第一類集中在如何提高技能maintenance engineers and how to use their personal維修工程師和如何使用他們的個(gè)人abilities to enhance the capacity in fault diagnosis.能力，以提高故障診斷的能力。 The第二類是使用推理的知識，神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、專家系統(tǒng)等設(shè)立的故障診斷算法和促進(jìn)基于歷史故障的分析能力。第三個(gè)集中在部分繪圖系統(tǒng)，并建立故障樹方法描述失敗直觀的現(xiàn)象，并找出物流運(yùn)作的方式。然而，第一種類型取決于維護(hù)工程師個(gè)人認(rèn)真能力，不適合大規(guī)模應(yīng)用；第二類研究的相關(guān)理論的故障診斷，但不能夠提供直觀的應(yīng)用案例；提出了第三種類型的故障樹的方法和機(jī)器部件分類失敗，但機(jī)器故障相關(guān)彼此分離，使失效分析精度顯著下降，它不能被用來溶質(zhì)的連續(xù)失敗?；诘诙偷谌?，我們提出了一種新的故障診斷方法，命名系統(tǒng)的故障現(xiàn)象（SPF），故障F的原因是在一臺機(jī)器系統(tǒng)S匹配的故障現(xiàn)象能夠獲得。該方法的特點(diǎn)之一是使用的歷史記錄，有效、直觀地獲取故障原因；同時(shí)，SPF樹能促進(jìn)新知識的自學(xué)習(xí)機(jī)故障診斷的診斷能力。應(yīng)用表明SPF樹在大樣本情況下是有效的故障診斷，故障分析和故障統(tǒng)計(jì)方法。
2.SPF樹框架
2.1 SPF樹的定義和描述
SPF樹是基于隸屬故障樹結(jié)構(gòu)故障現(xiàn)象的關(guān)系。如果我們定義靈活的組件C（基于它很容易地在計(jì)算機(jī)程序遞歸算法）在一個(gè)系統(tǒng)S，定義為一個(gè)R故障現(xiàn)象供其之間的變換矩陣故障原因。設(shè)P和F可能滿足一對一的關(guān)系，SPF樹可以被視為收集四種元素為{S，P，F(xiàn)，R}。由于SPF是一個(gè)直觀的圖形界面大量歷史記錄故障，故障診斷基于SPF樹的方法，可以得到的故障原因F根據(jù)故障現(xiàn)象帶夠迅速直觀。為了獲得可靠的系統(tǒng)的統(tǒng)計(jì)規(guī)律，我們必須先建立一個(gè)SPF樹。因?yàn)橛幸恍┯H密故障現(xiàn)象P和故障的關(guān)系C部分，作為承運(yùn)人的過失組件C物理系統(tǒng)的相互依存關(guān)系可以改善SPF樹的效率。
2.2 SPF樹代
2.2.1根節(jié)點(diǎn)S（系統(tǒng)）
要建立SPF樹，首先生成一個(gè)節(jié)點(diǎn)作為整個(gè)SPF樹的根。圖1，樹的根節(jié)點(diǎn)名為S表示為“☆”。在實(shí)際系統(tǒng)中，在節(jié)點(diǎn)可以被命名系統(tǒng)的名稱或ID。
圖1 SPF樹的結(jié)構(gòu)
2.2.2主干節(jié)點(diǎn)C（組件）
根據(jù)組成關(guān)系（也可能是其他的關(guān)系，如物理結(jié)構(gòu)，邏輯結(jié)構(gòu)和系統(tǒng)S），該系統(tǒng)可分成不同的組件，這些組件可構(gòu)成子樹根據(jù)其構(gòu)成關(guān)系。父節(jié)點(diǎn)鏈接到根節(jié)點(diǎn)在圖2(a)，部件都表示“??”的。圖2（a）是組成示意圖組件C。親子關(guān)系（垂直視圖）和弟弟的關(guān)系（在水平視圖）是最大的成分之間的重要關(guān)系內(nèi)部系統(tǒng)和內(nèi)部系統(tǒng)的每個(gè)節(jié)點(diǎn)都有一個(gè)復(fù)雜的結(jié)構(gòu)。為了便于研究，我們忽略這種方式，靈活的節(jié)點(diǎn)（組件）的復(fù)雜結(jié)構(gòu).用這種關(guān)系可以用來打包一些復(fù)雜的內(nèi)部結(jié)構(gòu)圖2(b)。
（一）組件層次結(jié)構(gòu)示意圖 （二）靈活的節(jié)點(diǎn)打包他們的內(nèi)部結(jié)構(gòu)
圖2 樹干節(jié)點(diǎn)C（組件）
在故障分析過程中，當(dāng)故障的原因是位于加1之間的邊緣路徑在圖的組成部分，其圖2（a）。然后，改變RI在圖2（b）圖的計(jì)算值。其中Ri變換矩陣S和C之間的邊緣。
2.2.3分支節(jié)點(diǎn)P（現(xiàn)象）
圖2（b），如拉伸節(jié)點(diǎn)程序包，他們的內(nèi)心是忽略結(jié)構(gòu)和無關(guān)的信息，節(jié)點(diǎn)C（部分）和節(jié)點(diǎn)P（現(xiàn)象）標(biāo)準(zhǔn)不同的物理意義，可以被視為同一個(gè)計(jì)算。
例如，假設(shè)C22，是在故障組件SPF樹，我們只關(guān)心節(jié)點(diǎn)和邊S→C2→C22，其余的邊緣可以被忽略因?yàn)樗麄兪菬o關(guān)的故障診斷。顯然，所列舉的時(shí)間是RI =5。此外，節(jié)點(diǎn)C22，不需要進(jìn)一步分為C221和C222的故障診斷故障現(xiàn)象發(fā)生，因?yàn)镃22。如果位于故障不能在故障診斷過程中，RI可能包括一些頂級節(jié)點(diǎn)值的矩陣“引用的時(shí)候，在一個(gè)抽象的SPF為無花果樹。圖 2（b），邊緣S→C2→C22，可表示為S→C的。
根據(jù)機(jī)器故障現(xiàn)象，故障在現(xiàn)象的關(guān)鍵字提取和檢索數(shù)據(jù)字典。如果沒有這種故障現(xiàn)象，在SPF生成一個(gè)新的故障現(xiàn)象節(jié)點(diǎn)P樹，這是“○”，并鏈接到節(jié)點(diǎn)“□”表示，在圖1，我們定義為1的邊緣“被引頻次”;如果一個(gè)存在的節(jié)點(diǎn)匹配的故障現(xiàn)象，添加1成的被引頻次與邊緣匹配的RI故障現(xiàn)象。
2.2.4葉節(jié)點(diǎn)F（故障）
故障原因是用來處理問題，因此它是非常重要的是保持?jǐn)?shù)據(jù)庫的故障原因。一旦我們恢復(fù)故障數(shù)據(jù)記錄，這些信息應(yīng)加到數(shù)據(jù)庫中。首先，提取關(guān)鍵字故障原因，然后，是用來搜索數(shù)據(jù)庫中的故障。設(shè)Rij是P之間的邊緣，如果原因不存在，添加到一個(gè)新的SPF樹，這是為“△”表示與故障現(xiàn)象節(jié)點(diǎn)“○”，并設(shè)置Rij表示邊緣;葉存在，我們加1的被引頻次Rij表示這連接本身和父節(jié)點(diǎn)
一個(gè)中心S的SPF故障樹，一些分支機(jī)構(gòu)C，一些樹葉所列舉的時(shí)間里，Rij表示可以如圖3所示。
圖3 摘要SPF樹三層
Ri是引時(shí)間的S和C之間的邊緣;，C和P之間的關(guān)系是，如果抽象而包裝作為其內(nèi)部結(jié)構(gòu)圖的組成部分。
2.3組件C SPF樹的生長
顯然，圖3的過程比圖 1容易得多，因?yàn)樵诮M件層抽象。圖3為了找到之間的對應(yīng)關(guān)系。圖1和圖3，有必要來形容他們之間的分歧C部分。
定義1：在SPF樹，任何一個(gè)節(jié)點(diǎn)C可以數(shù)據(jù)結(jié)構(gòu)表示：
C ={α ,β ,γ ,η} （1）
其中α，β，γ，η層的SPF樹在該節(jié)點(diǎn)位于父節(jié)點(diǎn)處，這層序列，序列的相關(guān)系數(shù)之間本身和它的父節(jié)點(diǎn)分別。
從定義1，可以描述任何節(jié)點(diǎn)C統(tǒng)一的方法。例如，節(jié)點(diǎn)圖C21的。 2作為C21的={2,2,1,7}，這意味著該序列其父親節(jié)點(diǎn)的數(shù)量是2，節(jié)點(diǎn)位于第二層，節(jié)點(diǎn)序號為1的子樹，其父親節(jié)點(diǎn)之間的相關(guān)系數(shù)為7本身。
如果組件不是主節(jié)點(diǎn)，以獲得更具體的分區(qū)，我們只需要展現(xiàn)數(shù)據(jù)1定義結(jié)構(gòu)的C或分裂和迭代數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)組件的增長（分公司）SPF樹。如果我們不需要展現(xiàn)的數(shù)據(jù)結(jié)構(gòu)C= {α，β，γ，η}，圖3到達(dá)。因此抽象結(jié)構(gòu)圖3提供了一個(gè)簡單的方法來解決故障診斷問題。
2.4 SPF樹的數(shù)學(xué)描述
假設(shè)N是總數(shù)的故障現(xiàn)象記錄，是一些故障現(xiàn)象相匹配的故障現(xiàn)象，流動(dòng)方程從結(jié)束的SPF集合{S，P，F(xiàn),R}在2.1節(jié)的樹：
意味著，C是一個(gè)靈活的組件如圖所示。 3，那就是，一些故障電流無關(guān)故障診斷是C打包成。
以上SPF樹的四元素集合有機(jī)械故障的分析具有十分重要的意義。在這個(gè)集合，P是已知的故障集合的現(xiàn)象，而F是已知故障的故障集合原因; R是一個(gè)從已知故障的變換矩陣故障原因歷史記錄的現(xiàn)象。通過以上的抽象描述，轉(zhuǎn)換問題研究在給定的故障現(xiàn)象的原因，根據(jù)特殊的分支節(jié)點(diǎn)，搜索列舉的SPF樹中，最大葉片邊緣是：
方程（2）提供了一個(gè)簡化的方法來解決故障診斷問題。
3.定義和SPF樹的表演
定義2：如果存在兩個(gè)分支在和的SPF樹，和分支機(jī)構(gòu)是的子樹。尤其是，如果和和分支的代名詞，他們是相互的虛擬分支。
定義3：在SPF樹，定義為艱難的分支程度，并定義的艱難程度葉，這是:
定義4：如果下葉的艱難程度分支機(jī)構(gòu)是和≥0.5，是占主導(dǎo)地位的葉分支機(jī)構(gòu)的。
對上述定義的基礎(chǔ)上，很容易獲得的SPF樹的下列基本表演。
表現(xiàn)1：一個(gè)專門分支機(jī)構(gòu)，0≤≤1和0≤≤1被證明是正確的SPF樹（證明略）。
表現(xiàn)2：分支機(jī)構(gòu)和合并不會(huì)改變的主導(dǎo)分支機(jī)構(gòu)的重要性。
根據(jù)表現(xiàn)1，表現(xiàn)0≤≤1存在于和0≤≤1退出，公式0≤
+≤2可以證明是正確的，由合并分支機(jī)構(gòu)分支機(jī)構(gòu)。 自定義，我們可以推斷公式+≥1從≥0.5，的≥0.5，所以
葉仍保持主導(dǎo)合并后，合并將不影響使用SPF樹的故障診斷。
扣除：同義分支機(jī)構(gòu)合并不會(huì)影響使用SPF樹的故障診斷（證明略）。
4.優(yōu)化和自我學(xué)習(xí)的過程SPF樹
4.1優(yōu)化和合并過程SPF樹的枝葉
如果分支機(jī)構(gòu)葉和分別由同一原因造成的，即= 。 都可以被懷疑為虛擬在其分支機(jī)構(gòu)，并進(jìn)一步估計(jì)真實(shí)性。因此，SPF樹啟動(dòng)優(yōu)化合并的過程：
（1）假設(shè)?是否和是虛擬的分支機(jī)構(gòu)或合并子樹，可以分別確定。
定義1和定義2。如果結(jié)果是真實(shí)的，選擇為基準(zhǔn)的分支機(jī)構(gòu)更改以下參數(shù)。
1）保證的描述是全面的，準(zhǔn)確的故障。
4）添加相應(yīng)的表示，如果表示值和相同，并取得了新的表示。
5）刪除根據(jù)分支自理葉片。
（2）估算是否存在以下兩個(gè)方程：
如果結(jié)果是真實(shí)的，和占主導(dǎo)地位的葉子。根據(jù)性能，我們知道主導(dǎo)合并的分支機(jī)構(gòu)有沒有使用SPF樹的故障診斷效果。因此，啟動(dòng)后合并過程。選擇或（如）基準(zhǔn)分公司，并改變以下參數(shù)：
1）保證的描述是全面的，準(zhǔn)確的故障。
4）在一起，同時(shí)增加相應(yīng)的表示他們有和在相同的值，取得了新的表示;如果分支構(gòu)沒有一片葉子，創(chuàng)建一個(gè)新的葉，定義被引頻次是。
5）刪除下分支本身的葉子。
（3）如果條件（1）及（2）不滿意，保持原來的SPF樹。
此外，虛擬的現(xiàn)象增加葉（故障原因）也存在。然而，嵌塞是次要的，所以它不被視為它的文件。
4.2要確認(rèn)SPF樹的樹干位置
其實(shí)，相應(yīng)的組件C的位置是非常重要的，我們必須確定的C-P的對應(yīng)關(guān)系。
如果c∈C，對于一個(gè)新的故障現(xiàn)象，我們可以使這個(gè)基礎(chǔ)層和其母公司和忽視軀干C的內(nèi)部結(jié)構(gòu);如果不是基地之一，我們可以開展集合C.因此，基于主干的可擴(kuò)展性，整個(gè)SPF樹的形狀會(huì)出現(xiàn)波動(dòng)，不同系統(tǒng)，不同的故障位置和不同的故障現(xiàn)象。可伸縮的結(jié)構(gòu)類型將不能割裂SPF樹組件的連接，其中有一個(gè)在尋找故障的突出優(yōu)點(diǎn)是由多個(gè)組件。
4.3自學(xué)過程中的SPF樹
在新的故障現(xiàn)象p和故障f產(chǎn)生，可以推斷故障原因通過結(jié)構(gòu)和知識的SPF樹，SPF樹是能夠開始自學(xué)以下步驟。
（1）更新的總次數(shù)N = N+1故障記錄。
（2）估計(jì)故障現(xiàn)象是否存在，并確認(rèn)是否有必要更新參數(shù)m。這是
（3）更新的故障現(xiàn)象，列舉的后備箱的時(shí)間
（4）更新故障原因的故障時(shí)間表示現(xiàn)象
（5）更新故障故障原因的現(xiàn)象
5.搜索和統(tǒng)計(jì)數(shù)據(jù)SPF樹
有兩類應(yīng)用的實(shí)時(shí)故障檢測過程中經(jīng)常使用的方法：（一）通過相應(yīng)的故障現(xiàn)象，故障原因;（二）分析故障發(fā)生的統(tǒng)計(jì)規(guī)律。發(fā)生各種故障的概率，在這種方式來確認(rèn)設(shè)施的設(shè)計(jì)，生產(chǎn)，并采取了許多中肯的方法，以促進(jìn)生產(chǎn)質(zhì)量的弱點(diǎn)。
5.1 SPF樹的檢索過程
因?yàn)槌橄蟮腟PF樹有三層結(jié)構(gòu)，SPF樹的檢索過程可以分為三個(gè)步驟，根據(jù)廣度優(yōu)先檢索算法的原則。
檢索初始節(jié)點(diǎn)與檢索的起點(diǎn)，S的存在有利于算法設(shè)計(jì)。
檢索的主干節(jié)點(diǎn)和分支節(jié)點(diǎn)P，確定主干節(jié)點(diǎn)C的位置和分支機(jī)構(gòu)節(jié)點(diǎn)P ，檢索的SPF樹的核心內(nèi)容。通過匹配關(guān)鍵字，檢索分支機(jī)構(gòu)節(jié)點(diǎn)P的位置，我們可以找到給定的故障容易，然后確定故障的具體原因。
檢索的葉子節(jié)點(diǎn)號，當(dāng)發(fā)現(xiàn)匹配的故障現(xiàn)象P是分支節(jié)點(diǎn)檢索將告一段落，然后相應(yīng)的檢索隨后將葉節(jié)點(diǎn)。 F或根據(jù)已知的故障原因，尋找失敗的原因，節(jié)點(diǎn)檢索不需要進(jìn)行SPF樹的整體框架，只需要返回到一個(gè)最大的分支下的強(qiáng)度的幾片葉子。在優(yōu)化和合并中，檢索所有在SPF樹的葉子是需要考慮的。
5.2在SPF樹檢索算法的選擇
可用于檢索的SPF樹的順序檢索方法和反向檢索，如傳統(tǒng)的檢索算法。但是，SPF樹，這些算法是不是最好的。
作為強(qiáng)度的故障檢索的過程中，在現(xiàn)有的SPF樹的枝葉，充分利用這兩個(gè)參數(shù)將有助于提高檢索的命中率和檢索時(shí)間成本。因此，SPF樹的檢索使用廣度優(yōu)先檢索算法基于如下的概率優(yōu)先：
在檢索之前，SPF樹保持了一系列故障概率統(tǒng)計(jì)表格，統(tǒng)計(jì)功能的基礎(chǔ)上，建立各種索引表，其中包括被引頻次的常見故障現(xiàn)象皮和被引頻次故障?？梢詮男〉酱笈判?，按照與和，分別在索引表。
在檢索過程中，故障現(xiàn)象的樹枝被引頻次第一，然后從故障現(xiàn)象抽象關(guān)鍵字排序，最后，SPF樹廣度優(yōu)先檢索序列檢索。
理論上可以證明，設(shè)備出現(xiàn)故障的概率服從泊松分布。文獻(xiàn)[14]證明了基于單谷函數(shù)的一維非線性檢索的時(shí)間間隔縮短的條件，并給出具體的方法。廣度優(yōu)先檢索算法的基礎(chǔ)上的概率優(yōu)先滿足要求，因此，它是最佳的SPF樹的故障檢索算法。
5.3 SPF樹故障統(tǒng)計(jì)
統(tǒng)計(jì)基礎(chǔ)上的SPF樹的故障主要體現(xiàn)在以下幾個(gè)方面。
（1）故障發(fā)生率。
其中意味著故障的發(fā)生。
（2）組件的故障發(fā)生率。如果組件C具有復(fù)雜的結(jié)構(gòu)，
其中，意味著組件故障的發(fā)生。
（3）根據(jù)給定的故障現(xiàn)象，故障發(fā)生率。
意味著根據(jù)一個(gè)給定的故障現(xiàn)象，故障發(fā)生率。
（4）故障號的命中率
其中, 是正確的時(shí)間判斷SPF樹。
6.例子
通過上述描述，SPF樹的操作是非常標(biāo)準(zhǔn)，而且它也很容易實(shí)現(xiàn)的，在計(jì)算機(jī)的程序。為了驗(yàn)證建議SPF樹的正確性，筆者采用的方法，一個(gè)名為“HTK”的終端有10 000例故障的嵌入式設(shè)備的故障診斷，結(jié)果如下。
（1）初始檢索結(jié)果的SPF樹
起初，由于元件的位置的不確定性，SPF樹有一個(gè)復(fù)雜的結(jié)構(gòu)如圖1。如果我們輸入一個(gè)關(guān)鍵字，如“易死”中的SPF檢索接口，獲得的SPF樹的層次結(jié)構(gòu)圖4。我們可以看到，SPF樹變得非常簡單，在SPF樹的其他分支和葉都被忽略，因?yàn)樗鼈儾话ㄐ畔ⅲ瑤椭\斷故障，所以SPF樹是一個(gè)很好的數(shù)據(jù)挖掘工具。
（2）虛擬分支機(jī)構(gòu)的合并進(jìn)程
這顯然是有兩個(gè)分支圖顯示相同的樹葉在SPF樹的和。根據(jù)定義1和定義2。如果存在和，在和和是虛擬的分支機(jī)構(gòu)對方，并應(yīng)合并。
1）確認(rèn)的描述是全面，準(zhǔn)確的故障。
2）更新
3）更新
4）加入 表示 在一起，如果，和新的
5）刪除樹枝和和他們的葉子。從而得到3層抽象的SPF，而我們合并的虛擬分支以上（圖5）。
修訂后的檢索結(jié)果顯示在表。表顯示前5大業(yè)“HTK”的終端容易死亡”。在此基礎(chǔ)上，通過維修人員，專業(yè)測試和判斷是不是很難到達(dá)故障的最終原因。因此，SPF樹甄別故障的范圍和難度大大降低了故障診斷。
圖4 SPF樹的初始檢索結(jié)果
故障統(tǒng)計(jì)數(shù)據(jù)表
故障原因
故障時(shí)間
故障比例
CPU風(fēng)扇故障
61
41.78
在操作系統(tǒng)過程中錯(cuò)誤
42
28.77
塵土飛揚(yáng)的CPU風(fēng)扇
25
17.12
傳感器無法檢測的接觸正確的溫度
13
8.90
電腦病毒
5
3.42
圖5 3層抽象的SPF樹消除了虛擬分支
7.結(jié)論
本文提出了一種新的方法，根據(jù)故障現(xiàn)象，找出故障的原因，其中SPF樹的設(shè)計(jì)和數(shù)學(xué)描述。優(yōu)化、合并和SPF樹的自我學(xué)習(xí)的過程進(jìn)行了討論，以便拿出有關(guān)SPF樹的優(yōu)化和學(xué)習(xí)方法，并說明有關(guān)定義和SPF樹的基本性質(zhì)。此外，為了檢索算法的基礎(chǔ)上的廣度和有關(guān)故障的主要統(tǒng)計(jì)指標(biāo)提出的問題，如檢索和故障診斷的故障處理。該方法的實(shí)際應(yīng)用表明，SPF樹是一種有效的故障診斷分析方法。
8.展望
我們應(yīng)該做一些進(jìn)一步的研究工作。該方法能夠在大量的情況下被使用，但在少量案件的效率有待提高。此外，由于檢索效率和準(zhǔn)確性取決于關(guān)鍵字，它是需要我們進(jìn)一步的工作中找到的方法來提取更好的關(guān)鍵字。