粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)的方法研究及應(yīng)用.pdf

1、目前，故障診斷已經(jīng)發(fā)展到了智能階段，而智能故障診斷技術(shù)的研究重點(diǎn)已經(jīng)逐漸由傳統(tǒng)的人工智能轉(zhuǎn)向新興的計(jì)算智能領(lǐng)域。計(jì)算智能領(lǐng)域的一些理論，如人工神經(jīng)網(wǎng)絡(luò)，粗糙集理論等已經(jīng)在故障診斷中得到了廣泛的應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)(ANN)是一種自適應(yīng)非線性動(dòng)力學(xué)系統(tǒng)，具有可學(xué)習(xí)性和并行計(jì)算能力，可以實(shí)現(xiàn)分類、自組織、聯(lián)想記憶等功能。粗糙集(RS)理論是一種刻畫(huà)不完整性和不確定性的數(shù)學(xué)工具。它能有效地分析和處理不精確、不完整、不一致等各種不完備信息，并從中

2、發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)律。本文利用二者的優(yōu)勢(shì)，將ANN和RS相結(jié)合，提出了一種基于粗糙集神經(jīng)網(wǎng)絡(luò)的故障診斷模型。 首先，研究了運(yùn)用粗糙集理論進(jìn)行屬性約簡(jiǎn)的方法，并在此基礎(chǔ)上提出了一種改進(jìn)的基于二進(jìn)制可辨識(shí)矩陣的屬性約簡(jiǎn)方法，使屬性約簡(jiǎn)計(jì)算量大幅度減小，可以快速得到給定要求下的屬性約簡(jiǎn)。 其次，對(duì)粗糙集的離散化方法進(jìn)行研究。粗糙集理論是一種基于離散數(shù)據(jù)進(jìn)行處理的方法，連續(xù)數(shù)據(jù)的離散化直接影響到它的處理效果，為此提出了