基于粗糙集神经网络的旋转机械故障诊断

• 作者: 张通 薛静 韩琳
• 来源期刊: 计算机测量与控制
• 关键词: 粗糙集 自适应遗传算法 神经网络 旋转机械 故障诊断
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 自动化测试
• 页码范围: 64-66,82
• 页数: 4页
• 分类号: TP182
• 语种: 中文

摘要

针埘旋转机械故障和故障征兆关系的复杂件及神经网络在故障诊断中存在网络结构复杂和训练时问长等问题,提出了一种基于粗糙集与神经网络结合的故障诊断方法;采用自组织映射方法对属性进行离散化,设计了一种自适应遗传算法对属性进行约简,将获得的最小条件属性集作为神经网络的输入;以轴承的故障诊断为例进行分析,结果表明,该方法在保证诊断正确率的同时,可以有效简化神经网络的结构,降低网络的训练时间;另外,设计的自适应约简算法在保证获得最小约简的基础上,大大加快了收敛速度;该方法可推广应用在其它机械设备的故障中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛静	西北工业大学自动化学院	27	155	7.0	11.0
2	韩琳	西北工业大学自动化学院	12	47	4.0	6.0
3	张通	西北工业大学自动化学院	17	125	7.0	10.0