基于粗糙集-BP神经网络的发动机故障诊断

摘要：

由于发动机光谱分析监控数据中磨损微粒种类过多,如果将这些微粒信息直接作为神经网络的输入,则存在输入层神经元过多、网络结构复杂等诸多问题。本文将粗糙集引入到发动机故障诊断中来,利用粗糙集在属性约简方面的优势,删除冗余磨损微粒,提取出重要磨损微粒,并将其作为BP神经网络的输入,建立发动机故障诊断模型。该方法降低输入层的神经元个数,简化了网络结构,缩短网络训练时间,并且由于剔除了冗余磨损微粒,减少了由该部分微粒信息不准确而带来的误差,有效提高了故障诊断的精确度。最后通过算例分析验证了相关算法和诊断模型的准确性和有效性。

关键词： 发动机 故障诊断 光谱分析 粗糙集理论 BP神经网络 模糊C均值

作者: 里鹏 史海波 尚文利

作者单位: 中国科学院沈阳自动化研究所 沈阳 110016 中国科学院研究 北京 100049 中国科学院沈阳自动化研究所 沈阳 110016

会议类型: 国内会议

会议名称: 第三届全国虚拟仪器学术交流大会

会议地点: 桂林

会议语种:中文

页码: 198-202

在线出版日期: 2009-11-01（万方平台首次上网日期，不代表论文的发表时间）