基于粒计算的混合智能故障诊断技术及应用
本文针对现有混合智能故障诊断模型缺乏通用方法和混合框架,未能实现不同智能诊断方法的实质性融合和优势互补的问题,提出并构建了一种基于粒计算的混合智能故障诊断模型。该模型的核心是在邻域粗糙集中求取不同的邻域值,对故障特征属性集进行分层粒化,在不同粒度下获得核属性集,利用核属性集在相应粒度下构建神经网络和支持向量机两种子分类器,对所有粒度下全部子分类器的诊断结果通过评估矩阵算法进行融合集成。将该模型应用于株州高速机车轮对轴承的故障分类,结果表明分类精度随着粒度层的增加而不断提高,集成后的分类精度高于不同粒度下所有子分类器,体现了粒化分层的优势和不同智能诊断方法的优势互补。
轴承故障 故障诊断 数据融合 粒计算
张周锁 侯照文 孙闯 何正嘉
西安交通大学 机械工程学院,西安 710049
国内会议
2010年全国振动工程及应用学术会议(暨第十二届全国设备故障诊断学术会议、第二十三届全国振动与噪声控制学术会议)
沈阳
中文
337-340
2010-08-15(万方平台首次上网日期,不代表论文的发表时间)