基于计算智能技术融合的故障识别方法

• 作者: 宋英杰 邓武 陈荣
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 计算智能 融合 故障识别 粗糙集 反向传播神经网络 遗传算法 属性约简
• 年，卷（期）: 2010,（7）
• 页码范围: 1298-1302
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2010.07.012

摘要

为了提高复杂系统故障识别的精度和降低误报率,利用粗糙集理论、遗传算法、神经网络等计算智能方法的优势,提出一种基于计算智能技术融合的故障识别方法.针对原始样本数据的不确定性和不完备性,利用粗糙集对原始样本数据进行数据归一化、离散化、属性约简等预处理,求得能够覆盖原始数据特征的具有最大完备度的最小规则集.利用具有全局搜索能力的遗传算法直接训练反向传播神经网络的权值,将规则集作为网络输入,形成优化网络模型.采用该模型对预处理的各种状态故障特征向量进行分类决策,实现故障识别.通过电机轴承故障识别实验表明,该方法能够优化网络结构,提高故障识别速度和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈荣		17	115	6.0	10.0
2	邓武		1	0	0.0	0.0
3	宋英杰		1	0	0.0	0.0