基于粗糙集与BP神经网络的 盾构机刀盘故障预测

• 作者: 张伟 陈茂双 韩辉 高祥
• 来源期刊: 矿山机械
• 学科: 工学
• 关键词: 粗糙集 BP神经网络 盾构机刀盘 属性约简 故障预测
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 采·掘
• 页码范围: 7-12
• 页数: 6页
• 分类号: TP206+.3
• 字数: 3873字
• 语种: 中文

摘要

为实现对盾构机刀盘的故障预测,提出一种基于粗糙集理论与BP神经网络相结合的盾构机刀盘故障预测法.首先应用粗糙集理论的基于动态层次聚类的离散化算法对刀盘历史数据离散化处理,然后利用改进的基于差别函数的属性约简算法约简决策表,将冗余属性从决策表中删除,把经过约简的数据作为输入端输入BP神经网络,构建故障预测模型,最后以盾构机刀盘故障预测为例进行试验验证.结果表明,该模型能有效缩短训练时间,提高预测效率,具有较高的预测精度,在实际工程应用中具有良好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	东北大学机械工程与自动化学院	93	442	12.0	16.0
2	韩辉	沈阳理工大学机械工程学院	38	139	7.0	9.0
3	陈茂双	沈阳理工大学机械工程学院	4	4	1.0	2.0
4	高祥	沈阳理工大学机械工程学院	1	4	1.0	1.0