基于知识的模糊神经网络在转子故障诊断中的应用研究.pdfVIP

第八届全国振动理论及应用学术会议论文集，上海，2003 年 11 月 基于知识的模糊神经网络在转子故障诊断中的应用 李如强，陈进, 伍星 （上海交通大学振动、冲击、噪声国家重点实验室，上海 200030） 摘 要： 本文提出了一种基于知识的模糊神经网络故障诊断方法。该方法充分利用模糊集合理论，人工 神经网络，粗糙集理论和遗传算法的优势，弥补它们相互的不足，进行故障诊断。首先利用粗糙集理论对样 本数据进行初步规则获取，并计算规则的依赖度和条件覆盖度，然后根据这些规则进行网络设计，其中，网 络隐层节点的数目等于规则的数目，初始网络权重由规则的依赖度和条件覆盖度确定，同时用模糊集合理论 对网络的输入和输出进行模糊化，使用遗传算法对模糊神经网络参数进行优化。这样的网络构成了基于知识 的模糊神经网络。使用该网络对转子常见故障进行诊断。实验表明，和一般模糊神经网络相比，这种基于知 识的模糊神经网络具有训练时间短、诊断准确率高的特点。 关键词： 转子；故障诊断；粗糙集；基于知识的模糊神经网络；遗传算法 The Application of Knowledge-Based