基于粗糙集-BP神经网络的垃圾破碎机故障诊断

被引：11

作者：

孙永厚 ^{[1
]}

李聪 ^{[2
]}

机构：

[1] 桂林电子科技大学机电工程学院

[2] 桂林航天高等工业专科学校机械工程系

来源：

机械设计与制造 | 2012年 / 01期

关键词：

BP神经网络; 粗糙集; 故障诊断;

D O I：

10.19356/j.cnki.1001-3997.2012.01.082

中图分类号：

X705 [固体废物的处理与利用]; TP18 [人工智能理论];

学科分类号：

083002 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对目前垃圾破碎机故障诊断效率低的问题,设计了一种基于粗糙集理论与BP神经网络的故障诊断系统。结合粗糙集理论和BP神经网络的优点,首先利用粗糙集对原始故障诊断样本进行处理,然后对条件属性进行约简,删除冗余的信息,减少神经网络输入端的数据,从而简化神经网络的结构。并将基于粗糙集-BP神经网络的故障诊断系统对垃圾破碎机进行故障诊断。利用粗糙集对故障知识进行约简,简化BP神经网络结构,提高故障诊断的速度及准确度。将此方法应用于某型号垃圾破碎机的故障诊断中,诊断结果表明所提诊断方法可简化神经网络结构,提高诊断效率。

引用

页码：218 / 220

页数：3

共 6 条

[1] 基于粗糙集-神经网络的机载设备故障诊断方法研究 [J].