基于粗糙集-集成神经网络的航空发动机磨损故障诊断方法

被引：27

作者：

文振华

左洪福

机构：

[1] 南京航空航天大学

来源：

中国机械工程 | 2007年 / 21期

关键词：

磨损故障; 航空发动机; 粗糙集; 集成神经网络;

D O I：

暂无

中图分类号：

V263.6 [故障分析及排除];

学科分类号：

080201 [机械制造及其自动化];

摘要：

将粗糙集理论和神经网络相结合并应用到航空发动机磨损故障诊断中,依据属性的重要性和决策表的相容性,用自组织神经网络完成连续数据离散处理这一关键环节,采用粗糙集理论对征兆信息进行属性约简,获取征兆的主要特征,为神经网络结构简化和子神经网络的构成等奠定了基础,通过基于D-S证据理论的方法得到最终的融合结果。将该方法用于某型航空发动机的磨损故障诊断专家系统中,实验证明了该方法的有效性。

引用

收藏

页码：2580 / 2584

页数：5

相关论文

共 12 条

[1]

智能诊断专家系统的知识获取方法研究及应用 [D].

文振华 .

南京航空航天大学,

2006

[2]

航空发动机诊断知识的动态获取与柔性诊断技术 [J].

陈果 ;

宋兰琪 ;

文振华 ;

张占纲 .

中国机械工程, 2006, (09) :923-926

[3]

基于自组织特征映射的属性离散化方法 [J].

田学全 ;

舒兰 .

四川师范大学学报(自然科学版), 2005, (04) :432-435

[4]

基于知识规则的发动机磨损故障诊断专家系统 [J].

陈果 ;

左洪福 .

航空动力学报, 2004, (01) :23-29

[5]

粗糙集中连续属性离散化的一种新方法 [J].

何亚群 ;

胡寿松 .

南京航空航天大学学报, 2003, (02) :212-215

[6]

粗糙集-神经网络故障诊断方法研究 [J].

郝丽娜 ;

王伟 ;

吴光宇 ;

王宛山 ;

不详 .

东北大学学报 , 2003, (03) :252-255

[7]

一种基于云模型的决策表连续属性离散化方法 [J].

李兴生 ;

李德毅 .

模式识别与人工智能, 2003, 16 (01) :33-38

[8]

一种有效的证据理论合成公式 [J].

李弼程 ;

王波 ;

魏俊 ;

钱曾波 ;

黄玉琪 .

数据采集与处理, 2002, (01) :33-36

[9]

Rough Set理论中连续属性的离散化方法 [J].

苗夺谦 .

自动化学报, 2001, (03) :296-302

[10]

发动机磨粒统计分布规律与磨损状态监测研究 [J].

左洪福 ;

赵新灿 ;

李力 ;

刘玉平 .

航空学报, 1996, (04) :487-490