图1 编网法
模糊规则如下：
规则1：if X高 and X低, 则y1=c10+c11X高+c12X低
规则2: if X中, 则y2=c20+c21X中
①前件参数辨识
模型前件参数辨识即是确定前件中隶属度函数，这里使用高斯函数，即令
(5)
这里ρ为均值,σ为方差
可分别获得X高、X中、X低的隶属度函数:
由这些隶属度函数可以根据公式(3)得到各条规则的权重，分别为：
②后件参数辨识
模型的后件参数辨识使用最小二乘法，我们知道最小二乘法可以用来处理一组数据, 可以从一组测定的数据中寻求变量之间的依赖关系, 这种函数关系称为经验公式。这里我们假定在正常情况下的输出曲线为抛物线型。假定为y=x2。利用最小二乘法，每次只计算一条规则后件参数。最后使用极值原理令总偏差最小获得方程组，解得各规则的系数，得到各规则后件的线性表达式：
y1=-0.4491+1.3561X高+3.2343X低
y2=0.0322+0.025X中
则最终根据公式(2)得出轴承故障的T-S模型的总输出：
3.2 基于故障模型的计算机仿真
MATLAB软件Maths Works公司1984年推出的一套高性能的数值计算和可视化软件，它集数学计算、图形计算、语言设计和模糊逻辑等30多个工具为一体，具有极高的编程效率，由于它是一个开放环境，已经成为国际控制界广泛使用的语言之一。本文采用T-S模型动态逼近非线性系统，利用Matlab软件中的模糊控制工具箱，以异步电机轴承的故障模型的仿真实验，验证了该方法的有效性。
(a)正常数据仿真对比曲线
(b)故障数据仿真对比曲线
图2 仿真结果
4 总结
由此实验结果，可以明显看到该模型的有效逼近性。由T-S模糊模型的良好逼近性，把该类模糊模型应用到本人硕士毕业论文所研究的基于模型的多Agent诊断系统中，作为各类故障诊断Agent的诊断知识库中的诊断模型，可以更精确地对故障部件作出诊断。当进行故障诊断时，由故障诊断Agent内的故障诊断推理器根据诊断知识库中的这个模糊诊断模型和一些诊断知识，进行诊断推理与决策，最后给出诊断结果。
参考文献
[1] 赵恒平，俞金寿. 一种基于T-S模糊模型的自适应建模方法及其应用[J] .华东理工大学学报, 2004.04 442-446
[2] 刘正士, 刘立华. 基于模糊神经网络的滚动轴承滑动擦伤诊断[J]. 农业机械学报, 2002.01 97-99
[3] 扬杰 ,张晓莉等. 基于模型的故障诊断中的模糊建模和推理[J] .上海交通大学学报, 1999.04 418-421
[4] 叶立明, 姜建国, 苏鹏声 .感应电机常见故障的模糊诊断（之一）[J]. 电工电能新技术,1997.01 30-34
[5]刘忠信, 陈增强, 袁著祉 .基于T-S模型的模糊广义预测控制[J] 南开大学学报 2000.12 114-119
[6] X．Ren S.M.Hargrave H.A.Thompson P.J.Fleming MULTI-AGENT SYSTEMS FOR MODEL-BASED FAULT DIAGNOSIS （2001）[J] IFAC New Technologies for Computer Control
基于Struts和Hibenate的遥感信息发布系统研究
关于WEB问卷缺失数据校验程序的优化研究