应用粒计算的混合智能故障诊断技术研究.docVIP

应用粒计算的混合智能故障诊断技术研究 第45卷第1期 2011年1月 西安交通大学 JOURNALOFXIANJIAOTONGUNIVERSITY Vo1.45No.1 Jan.201l 应用粒计算的混合智能故障诊断技术研究 张周锁,侯照文,孙闯,何正嘉 (西安交通大学机械工程学院,710049,西安) 摘要:针对现有的混合智能故障诊断模型缺乏通用方法和混合框架,未能实现不同智能诊断方法 的实质性融合和优势互补的问题,提出并构建了一种基于粒计算的混合智能故障诊断模型.该模型 的核心是在邻域粗糙集中求取不同的邻域值,对故障特征集进行分层粒化,在不同粒度下获得核属 性集.利用核属性集在相应粒度下构建人工神经网络和支持向量机子分类器,通过评估矩阵算法对 所有粒度下全部子分类器的诊断结果进行融合集成.模型应用结果表明,分类精度随着粒度层的增 加而不断提高,集成后的分类精度高于不同粒度下的所有子分类器,从而体现了粒化分层的优势和 不同智能诊断方法的优势互补,为混合智能诊断提供了一种新途径. 关键词:粒计算;邻域粗糙集;混合智能;故障诊断 中图分类号:TH17;TP18文献标志码:A文章编号:0253-987X(2011)01-0048—06 HybridIntelligentDiagnosisTechnologyBasedonGranularComputing ZHANGZhousuo,HOUZhaowen,SUNChuang,HEZhengjia (SchootofMechanicalEngineering,XianJiaotongUniversity,Xian710049,China) Abstract:Aimingatlackinghybridmodesandcommonalgorithmsinexistinghybridintelligent diagnosis.anewmodelofhybridintelligentfaultdiagnosisbasedongranularcomputingispro— posed.Inthemodel,thecorefeaturessets(CFS)areextractedindifferentgranularlevelsbythe reductionalgorithmbasedonneighborhoodroughset,then,CFSarechosentotrainartificial neuralnetworkandsupportvectormachinesassub-classifiersincorrespondinglevels.Andthe resultsofsub—classifiersindifferentgranularlevelsarecombinedbycriterionmatrixalgorithmas outputofhybridintelligentdiagnosis.Themodelisappliedtofaultdiagnosisofrollerbearingsin high-speedlocomotive.Theapplicationresultsdemonstratethattheclassificationaccuracyis raisedwiththeincreasinggramilarlevels,andtheaccuracyofhybridresultsishigherthanthe oneofanysub—classifier.Theproposedmodelexhibitstheeffectofgranulationandtheadvanta— gescomplementationamongdifferentintelligentmethodstOprovideanewwayforhybridintelli— gentdiagnosis. Keywords:granularcomputing;neighborhoodroughset;hybridintelligence;faultdiagnosis 智能诊断方法是提高诊断精度和效率的重要手 段,人工神经网络,专家系统,支持向量机等不同的 智能诊断方法已经被应用于工程实际中,并取得了 成效.这些方法各有特点和优缺点r1],为了使不同 的智能诊断方法能够优势互补,提出了混合智能诊 断技术,并成为研究热点__3].为了进一步研究混合 智能故障诊断的通用方法和混合框架,本文提出了 基于粒计算的}昆合智能故障诊断新模型.粒计算是 一 种信息处理的新方法[5],利用其在不同粒度下综 合分析解决复杂问题的多分辨和集成思想,有望实 现不同智能诊断方法间的优势互补,为混合智能诊 断提供了一种新途径. 收稿日期