基于粗糙集和神经网络的柴油机故障诊断

• 作者: 杨业 杨丽金 潘宏侠 田静宜
• 来源期刊: 柴油机设计与制造
• 关键词: 粗糙集 ROSETTA 小波包降噪 RBF人工神经网络
• 年，卷（期）: 2010,（3）
• 页码范围: 29-35
• 分类号: TK4
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0614.2010.03.008

摘要

介绍了粗糙集理论的核心内容和ROSETTA软件的特点,给出了基于粗糙集理论的柴油机缸盖振动信号的故障诊断系统.以某型号大功率柴油机为例,首先将提取的缸盖振动信号经过小波包消噪和时域、频域分析,构造出用于故障诊断的特征值,然后应用ROSETTA软件约简特征属性,最后通过神经网络进行故障模式分类.通过对比ROSETTA软件处理前后神经网络的输出结果,表明粗糙集理论能优化特征属性,有效地减少神经网络的输入节点数,提高故障分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠	中北大学机械工程与自动化学院	359	2630	23.0	34.0
2	田静宜	中北大学机械工程与自动化学院	5	33	4.0	5.0
3	杨业	中北大学机械工程与自动化学院	3	24	3.0	3.0