杨怡婷 欧阳名三

摘要：将粗糙集和支持向量机两种理论相结合应用于水泥回转窑的小样本故障诊断。首先介绍了粗糙集（RS）理论和支持向量机（SVM）理论的基本理论知识，然后将RS理论应用于水泥回转窑故障信息的知识约简，再利用SVM理论对RS理论约简后的数据进行训练和分类。这种融合之后的诊断方法不仅充分发挥了两种理论的优点，同时克服了SVM对冗余信息和有用信息识别的局限性，有效地降低了SVM的输入信息空间维数，弥补了RS理论法对输入信息中的噪声敏感、抗干扰能力差的缺点，有效地提高了诊断的效率和准确率。

关键词：小样本故障诊断；水泥回转窑；粗糙集；支持向量机

中图分类号：TP206.3 文献标志码：A

文章编号：1672-1098（2015）01-0019-05

新型干法水泥生产中最重要的设备是回转窑系统，回转窑的故障一般可以分为生产工艺故障和运行设备故障两类，其中工艺故障是指在水泥生产过程中由于工艺的问题，导致许多工艺参数偏离正常幅值而引发的故障；设备故障是指设备的机械、电气等方面的原因造成的故障。这两种故障相比较，工艺故障的种类多而复杂，要将全部的工艺参数进行分析较为困难，可以选取部分主要工艺参数及次要工艺参数对其故障进行诊断。

粗糙集（Rough Sets，RS）理论是一种新的处理模糊和不确定性知识的数学工具。它不需要原始数据的任何初始或附加信息，其主要思想就是在保持分类能力不变的前提下，通过对数据属性的约简，导出最终决策或分类规则[1]；……