一種粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的故障診斷方法研究.pdf

1、目前，故障診斷已經(jīng)發(fā)展到了智能階段，而智能故障診斷技術(shù)的研究重點(diǎn)已經(jīng)逐漸由傳統(tǒng)的人工智能轉(zhuǎn)向新興的計(jì)算智能領(lǐng)域。計(jì)算智能領(lǐng)域的一些理論，如人工神經(jīng)網(wǎng)絡(luò)，粗糙集理論等已經(jīng)在故障診斷中得到了廣泛應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)(AⅢ)是一種自適應(yīng)非線性動(dòng)力學(xué)系統(tǒng)，具有可學(xué)習(xí)性和并行計(jì)算能力，可以實(shí)現(xiàn)分類、自組織、聯(lián)想記憶等功能。粗糙集(RS)理論是一種刻畫不完整性和不確定性的數(shù)學(xué)工具。它能有效地分析和處理不精確、不一致、不完整等各種不完備信息，并從中發(fā)現(xiàn)

2、隱含的知識(shí)，揭示潛在的規(guī)律。粗糙集理論可以彌補(bǔ)神經(jīng)網(wǎng)絡(luò)不能確定哪些知識(shí)是冗余的，哪些知識(shí)是有用的，訓(xùn)練時(shí)間過于漫長的局限性。因此，將神經(jīng)網(wǎng)絡(luò)與粗糙集理論結(jié)合來完成故障診斷是很有意義的。 本文在對(duì)現(xiàn)有的粗糙集——神經(jīng)網(wǎng)絡(luò)結(jié)合的故障診斷方法分析的基礎(chǔ)上，重點(diǎn)研究了連續(xù)屬性離散化和屬性約簡的方法，主要作了以下幾方面工作： 1.提出了一種使用競(jìng)爭(zhēng)學(xué)習(xí)(Competitive)網(wǎng)絡(luò)和條件屬性支持度相結(jié)合對(duì)連續(xù)屬性進(jìn)行離散化的方法，

3、約簡的正確結(jié)果表明該離散化方法能夠比較客觀地反映數(shù)據(jù)的分布情況。 2.當(dāng)故障系統(tǒng)中包含多個(gè)條件屬性時(shí)，提出一種先將決策表分塊再約簡的方法，并對(duì)該方法的可行性和算法的時(shí)間復(fù)雜度進(jìn)行了分析，分析結(jié)果表明分塊建立決策表再約簡的方法是可行的，可以降低約簡的復(fù)雜度，從而縮短約簡工作的時(shí)間。 3.結(jié)合一個(gè)軸承故障診斷的實(shí)例，給出了用前述方法對(duì)故障數(shù)據(jù)進(jìn)行處理的全過程，并用MATLAB的圖形用戶界面GUI設(shè)計(jì)了一個(gè)BP神經(jīng)網(wǎng)絡(luò)，對(duì)學(xué)習(xí)