| 基于邻域粗糙集和并行神经网络的故障诊断 |
| |
| 引用本文： | 明阳,周俊.基于邻域粗糙集和并行神经网络的故障诊断[J].计算机测量与控制,2016,24(7):42-44, 48. |
| |
| 作者姓名： | 明阳 周俊 |
| |
| 作者单位： | 中航商用航空发动机有限责任公司,上海 200241,华中科技大学 能源与动力工程学院,武汉 430074 |
| |
| 摘 要： | 针对目前使用神经网络诊断故障时出现的输入向量选择困难、网络结构复杂、对并发故障诊断效果不好等问题,提出了基于邻域粗糙集和并行神经网络的故障诊断方法；先利用邻域粗糙集对初始征兆进行约简,留下有价值的征兆作为神经网络的输入向量,然后针对每种故障类型设计一个神经网络；用多个训练好的神经网络来并行诊断故障,综合每个神经网络的结果给出最终的诊断结论；用转子实验台的实验数据对这种故障诊断方法进行验证,结果显示该方法能优化神经网络结构,且神经网络具有训练速度快、诊断正确率高的特点。
|
| 关 键 词： | 故障诊断 邻域粗糙集 神经网络 并行网络结构 |
| 收稿时间： | 2016/1/13 0:00:00 |
| 修稿时间： | 2016/2/26 0:00:00 |
A Fault Diagnosis Method Based on Neighborhood Rough Sets and Parallel Neural Networks |
| |
| Ming Yang and Zhou Jun.A Fault Diagnosis Method Based on Neighborhood Rough Sets and Parallel Neural Networks[J].Computer Measurement & Control,2016,24(7):42-44, 48. |
| |
| Authors: | Ming Yang and Zhou Jun |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|
