一种粗糙集和神经网络相结合的故障诊断方法分析-analysis of a fault diagnosis method based on rough set and neural network.docxVIP

太原理工大学硕士研究生学位论文一种粗糙集和神经网络相结合的故障诊断方法研究摘要目前，故障诊断已经发展到了智能阶段，而智能故障诊断技术的研究重点已经逐渐由传统的人工智能转向新兴的计算智能领域。计算智能领域的一些理论，如人工神经网络，粗糙集理论等已经在故障诊断中得到了广泛应用。人工神经网络(ANN)是～种自适应非线性动力学系统，具有可学习性和并行计算能力，可以实现分类、自组织、联想记忆等功能。粗糙集(RS)理论是一种刻画不完整性和不确定性的数学工具。它能有效地分析和处理不精确、不一致、不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。粗糙集理论可以弥补神经网络不能确定哪些知识是冗余的，哪些知识是有用的，训练时问过于漫长的局限性。因此，将神经网络与粗糙集理论结合来完成故障诊断是很有意义的。本文在对现有的粗糙集一一神经网络结合的故障诊断方法分析的基础上，重点研究了连续属性离散化和属性约简的方法，T太E在E盟主火7-硕士自If究生学校论文主要作了以下几方阳工作:1.提出了-种使用竞争学习(Competitive)网络和条件属性支持度相结合对连续属性进行离散化的方法，的筒的正确结果表明该离散化方法能够比较客观地反映数据的分布情况。2.当故障系挽中包含多个条件属性时，提出一种先将决策表分块再的简的方法，井对该方法的可行性和算洁的时间复杂度进行了分析，分析结果表明分块建立决策表再约简的方法是可行的，可以降低约简的复杂度，从而缩短约简工作的时间。3.结食一个轴承故障诊断的实例，给出了用前述方挫对故障数据进行处理的全过程，并用MATLAB的图形用户界面GUI设计了一个BP神经网络，对学习样本策不断学习训练，网络训练好后，对测试样本策进行仿真，得到了正确的诊断结果。实例证明，我们提出的故障珍断方i也是可行的。关键字粗糙集，神经网络，故障诊断，离散化，分块决策农，属性约简II太原理工大学硕士研究生学位论文ARESEARCHoNAFAULTDIAGNoSlSMETHODWITHTHECoMBINATIoNoFTHEROUGHSETSTHEoRYANDANNABSTRACTNowadays，faultdiagnosishasdeVelopedtotheintelligentphaseonwhichtheemphasisofresearchhastumedtomerisingComputationalIntelligencef1．omthet1．aditionalArtificialIntelligence(AI)．SometheoriesofComputationalIntelligence，suchasArtificialNeuralNetwork(ANN)aIldRoughSet(RS)，haVebeenwidelyappliedinfilultdiagnosis．ANNisaself-adaptnon一1ineard)，11amicssystem．Ithasabilitiesofleamingandparallelcomputing，anditcanbeusedtoclassi母，self-orgallizeandassociationmemo珂．RStheoryisamamematicalt001ofdepictingIII太E在1理工火学硕士)f究生学校论文ìncompleteanduncertainknowledge.ltcananalysìsandprocessefficiently创1kìndsofimprecise，ìncοnsìstentandìncompleteinformation，discoverconnotatìveknowledge，andrevealpotentialrules.RSthωrycanmakeupthelimitationsofANN，whìchìsthepoorabilityofdeterrniningtheredundancyorusefulnessoftheknowledgeandthelongtrainìngtime.SothecombinationofANNandRStheoryismoresì伊ìficant.Thisthesismainlystudiesthemethodofdiscretizationofcontinuousattribut巳sandr巳ductionofattributesbasedontheanalysisofexistingfaultdiagnosismethodwíththecombinationofANNandRS由eory.Themainachievementsareasfollows:1.WeputforwardamethodthatcombinesC