大型复杂装备智能化故障诊断方法

被引：6

作者：

杨丽金 ^{[1
]}

杨业 ^{[2
]}

田静宜 ^{[3
]}

机构：

[1] 山西平遥减速器厂

[2] 唐山轨道客车有限责任公司

[3] 河北联合大学轻工学院

来源：

煤矿机械 | 2012年 / 33卷 / 01期

关键词：

粗糙集理论; 信息融合; 人工神经网络; 故障诊断;

D O I：

10.13436/j.mkjx.2012.01.053

中图分类号：

TH165.3 []; TP183 [人工神经网络与计算];

学科分类号：

080202 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为提高大型复杂装备故障诊断的准确率和效率,提出了一种智能化故障诊断方法。该方法以粗糙集理论为基础,实现信号采集位置优化和特征值约简,应用信息融合技术将振动和噪声信号融合诊断,通过人工神经网络进行故障模式分类,以柴油机为例,验证了方法的正确性和有效性。

引用

页码：267 / 269

页数：3

共 7 条

[1] 基于粗糙集理论的机械状态监测与故障诊断 [J].

曲晓慧 ;

郑利庆 ;

安钢 .

测试技术学报, 2009, 23 (02) :178-182

[2] 应用变精度粗糙集获取柴油机故障有效监测点 [J].

刘军 .

振动、测试与诊断, 2009, 29 (01) :27-30+115

[3] 基于小波包能量谱-神经网络的液压泵故障诊断 [J].

毋文峰 ;

王汉功 ;

陈小虎 .

液压与气动, 2006, (12) :85-88

[4] 基于粗糙集理论的多传感器信息融合 [J].

原新 ;

朱齐丹 ;

兰海 .

哈尔滨工业大学学报, 2006, (10) :1669-1672

[5] 基于粗糙集理论的柴油机神经网络故障诊断研究 [J].

曹龙汉 ;

曹长修 .

内燃机学报, 2002, (04) :357-361

[6] ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356

[7]

粗糙集理论与方法.[M].张文修等编著;.科学出版社.2001,

← 1 →