針對靜態(tài)算法對大數(shù)據(jù)和增量數(shù)據(jù)處理不足的問題，構造了基于粗決策樹的動態(tài)規(guī)則提取算法，并將其應用于旋轉(zhuǎn)機械故障診斷中。將粗集與決策樹結合，用增量方式實現(xiàn)樣本抽??；經(jīng)過動態(tài)約簡、決策樹構造、規(guī)則提取與選擇、匹配4個步驟的循環(huán)迭代過程，實現(xiàn)了數(shù)據(jù)的動態(tài)規(guī)則提取，使得提取的規(guī)則具有更高的可信度；同時，將算法應用于旋轉(zhuǎn)機械故障診斷這一動態(tài)問題中，驗證了算法的有效性；最后，將所提算法分別與靜態(tài)算法和增量式動態(tài)算法進行了效率對比分析，實驗結果表明，所提算法能夠以最精簡的規(guī)則獲得更多數(shù)據(jù)隱含信息。