由于試驗臺規模龐大、結構復雜，使得試驗臺故障診斷征兆繁雜、故障類型多樣，故障狀態之間呈現出模糊性和不確定性。隨著試驗臺系統研制水平的提高,監測參數不斷增多，對試驗臺進行故障診斷需要分析的數據量將十分巨大，能否 地利用這些數據,從中去除冗余的信息，挖掘 的診斷規則，便成為擺在人們面前的一項重要課題。

試驗臺

在知識庫的設計中,采用統一編碼的方式,保證了知識庫存儲的統一性。粗糙集規則訓練(即知識約簡)是利用粗糙集進行知識獲取,實施故障診斷的重要步驟,本文針對粗糙集規則訓練的各個階段:決策表構建、一致性檢測、屬性約簡、值約簡,結合試車臺決策表特點,進行了詳細地算法設計。粗糙集故障診斷部分通過實例分析給出了粗糙集完整的故障診斷過程。