基于粗糙集和神经网络的柴油机故障诊断研究

《基于粗糙集和神经网络的柴油机故障诊断研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TK421单位代码：10110学号：S20080104中北大学硕士学位论文基于粗糙集和神经网络的柴油机故障诊断研究硕士研究生田静宜指导教师潘宏侠教授学科专业机械制造及其自动化2011年6月2日图书分类号TK421密级非密UDC硕士学位论文基于粗糙集和神经网络的柴油机故障诊断研究田静宜（作者姓名）指导教师（姓名、职称）潘宏侠教授申请学位级别工学硕士专业名称机械制造及其自动化论文提交日期2011年4月27日论文答辩日期2011年5月31日学位授予日期年月日论文评阅人张学良教授黄晋英教授答辩委员会主席

2、郑海起教授2011年6月2日原创性声明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位

3、论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容（保密学位论文在解密后遵守此规定）。签名：日期：导师签名：日期：基于粗糙集和神经网络的柴油机故障诊断研究摘要柴油机作为典型的往复式机械设备，在整个机械系统中占有重要的地位，然而其结构的复杂性使得柴油机的故障呈现出多样性，另外由于工作环境噪声、信息采集系统精度、数据处理和故障诊断方法的影响，使得柴油机故障诊断的准确率和效率偏低，因此如何寻找一种快速、有效的故障诊断方法，是目前国内

4、外相关学者的主要研究内容。粗糙集理论可以挖掘数据中的冗余信息，实现实验测点和特征参量的优化；人工神经网络具有较好的容错性，是目前应用较为广泛的智能化故障诊断方法；信息融合技术，把多个传感器的信息进行组合，能够改善系统的可靠性和可信度。因此本文将粗糙集理论、人工神经网络和信息融合技术等智能化诊断方法相结合，以便达到更好的故障诊断效果。本文首先阐述了本课题国内外的研究现状，以及粗糙集理论与人工神经网络相结合的可行性和必要性，其次重点研究了基于粗糙集理论的优化问题，通过对现有测点优化方法、属性离散化和约简算法

5、的归纳总结，指出目前存在的问题，从而提出了相关的改进方法：基于属性依赖度的测点优化方法，可以有效区分不同测点的属性依赖度，以及各个测点对不同故障工况的敏感程度；改进的NS离散化算法，能够实现在确保不改变信息系统分类能力的前提下，尽量减少断点的数目，提高数据的抗噪声能力；改进的基于属性依赖度的约简算法，以属性依赖度和不可分辨关系共同作为系统分类能力的判断标准，以约简的基本条件为指导，应用实例论证了方法的正确性和有效性。最后将约简后的振动与噪声信号进行特征融合，通过对比RBF神经网络的训练过程和输出结果，表

6、明该故障诊断系统能够提高诊断的准确率和效率。关键词：粗糙集理论，人工神经网络，信息融合技术，小波包能量谱DieselEngineFaultDiagnosisBasedonRoughSetsandNeuralNetworkAbstractAsatypicalreciprocatingmachineryandequipment,engineplaysanimportantroleinthemechanicalsystem.However,thecomplexityofitsstructuremakesthe

7、dieselenginefaultshowingthediversityandcomplexity,Inadditionduetotheimpactofmanyaspects,liketheworkofenvironmentalnoise,theaccuracyofinformationcollectionsystem,dataprocessingandthemethodsoffaultdiagnosis,theaccuracyandefficiencyofthedieselenginefaultdia

8、gnosisislow.Therefore,howtofindarapidandeffectivefaultdiagnosismethodisthemainresearchwhichdomesticandforeignscholarstostudy.Roughsettheorycanremoveredundantinformationinthedatatoachieveoptimaltestingpointsandcharacteristi