基于粗糙集和神经网络的柴油机故障诊断

作     者：田静宜 潘宏侠 杨业 杨丽金 Tian Jingyi;Pan Hongxia;Yang Ye;Yang Lijin

作者机构：中北大学机械工程与自动化学院太原030051 山西平遥减速器厂平遥031100 

出 版 物：《柴油机设计与制造》 (Design and Manufacture of Diesel Engine)

年 卷 期：2010年第16卷第3期

页      码：29-35页

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。

主 题 词：粗糙集 ROSETTA小波包降噪 RBF人工神经网络 

学科分类：080703[080703] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.3969/j.issn.1671-0614.2010.03.008

馆 藏 号：203749080...