基于粗糙集-RBF神经网络的水电机组故障诊断

• 作者: 南海鹏 梁武科 王荣荣 罗兴锜 赵道利 马薇
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 故障诊断 粗糙集 约简 RBF神经网络 水电机组
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 1806-1810
• 页数: 5页
• 分类号: TK312
• 字数: 3070字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2007.10.014

摘要

由于水电机组监测数据量过大,基于神经网络的故障诊断存在网络结构复杂、训练时间长的问题,本文将粗糙集理论引入到水电机组故障诊断中,提出了基于粗糙集理论与RBF神经网络相结合的水电机组故障诊断方法.利用粗糙集理论在处理不确定信息方面的优点,在保持分类能力不变的前提下,去掉机组的冗余信息,保留必要的要素,并结合RBF神经网络对预处理后的信息进行诊断,使神经网络的输入神经元数目明显减少,其结构也得以简化,可以有效地提高故障诊断准确度.通过对实测机组振动数据进行诊断,证明了该诊断方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁武科		71	801	17.0	26.0
2	赵道利		35	412	11.0	20.0
3	罗兴锜		154	2176	24.0	38.0
4	南海鹏		92	830	16.0	24.0
5	王荣荣		4	84	3.0	4.0
6	马薇		27	258	9.0	15.0