基于粗糙集的特征值优化及柴油机故障诊断

• 作者: 杨业 潘宏侠 田静宜
• 来源期刊: 车用发动机
• 学科: 工学
• 关键词: 柴油机 故障诊断 粗糙集 小波包变换 神经网络
• 年，卷（期）: 2010,（5）
• 页码范围: 84-89
• 分类号: TK421|TP182|TH113
• 字数: 4080字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2222.2010.05.021

摘要

为提高故障诊断的效率,给出了一种基于粗糙集理论的柴油机故障诊断系统.以某大功率柴油机为例,采用时域频域分析和小波包能量谱分析两种方法提取特征值,通过对比优选,将敏感性和稳定性较好的小波包能量谱特征值应用粗糙集理论进行优化,最后通过神经网络进行故障模式分类.试验表明,小波包能量谱分析方法可以提取敏感性和稳定性较好的特征值,粗糙集理论的特征属性约简能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