粗糙集-遗传算法-神经网络集成分类器及其在转子故障诊断中的应用研究

• 作者: 陈果
• 来源期刊: 中国机械工程
• 关键词: 粗糙集理论 遗传算法 神经网络 转子 故障诊断
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 科学基金
• 页码范围: 85-90
• 页数: 6页
• 分类号: TH165.3
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2008.01.021

摘要

针对转子故障诊断问题,在综合粗糙集理论、遗传算法及神经网络学习算法各自优点的基础上,提出了一种新的粗糙集-遗传算法-神经网络(RS-GA-NN)集成分类器模型.在该模型中,利用粗糙集理论的离散和约简算法实现对样本数据的特征选取;利用神经网络实现样本特征向量与故障之间的非线性映射;利用遗传算法实现对神经网络的结构优化以使神经网络的泛化能力达到最优.利用转子故障实验台模拟了不平衡、不对中、碰摩及油膜涡动4种故障的127个样本,构建了多故障识别的RS-GA-NN集成分类器,进行了转子故障的智能诊断实验,获得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈果		178	3333	32.0	49.0