基于粗糙集改进算法的神经网络故障诊断方法
2015-07-01楼宇舟涂俊翔
机械制造与自动化 2015年5期
关键词:故障诊断
楼宇舟,涂俊翔
(福州大学 机械工程及自动化学院,福建 福州 350000)
基于粗糙集改进算法的神经网络故障诊断方法
楼宇舟,涂俊翔
(福州大学 机械工程及自动化学院,福建 福州 350000)
针对BP神经网络在实际工程应用中受到大量冗余信息的制约,以及基于信息熵的属性离散方法的阈值选取具有主观性的缺点,提出了改进的基于信息熵的粗糙集连续属性离散化算法。该算法将Naivescaler离散化算法和信息熵离散化方法相结合,减少了离散化算法中候选离散点的数量;基于粗糙集约简信息决策表,有效解决了BP神经网络训练样本过于庞大的问题;并通过改进的离散化算法对属性约简后数据进行分类,将分类后的数据运用到神经网络运算中,进一步缩短了神经网络的运算时间。通过实例分析表明,该方法具有很好的故障诊断效果,并有效提高了诊断效率。
粗糙集;信息熵;约简;离散化;神经网络;故障诊断
随着科技进步的发展,现代工业设备大型化、复杂化、自动化的程度越来越高,为保证各种设备安全和高效地运行,智能故障诊断技术应运而生。其中,基于神经网络的故障诊断方法已进入实用阶段,实际应用有卫星姿态测量系统故障诊断、船舶柴油机故障诊断、航天飞机发动机故障诊断等。但在工程实践中,往往存在所选的特征参数过多,使得神经网络规模过于庞大、结构过于复杂、算法收敛速度过慢、精度低等问题,影响了故障诊断的可靠性和实用性[1-2]。……
登录APP查看全文
