粗糙集理论在柴油机故障诊断中的应用.pdf

《粗糙集理论在柴油机故障诊断中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、检测与仪表化工自动化及仪表，2011，38(1)：40一43ControlandInstrumentsinChemicalIndustry粗糙集理论在柴油机故障诊断中的应用田静宜1，潘宏侠1，杨丽金2(1．中北大学机械工程与自动化学院，太原030051；2．山西平遥减速器厂，山西平遥031100)摘要：以柴油机故障诊断为背景，研究了基于粗糙集理论的参数优化在故障诊断中的应用。首先采用小波包能量谱方法提取振动信号的特征参数，并用粗糙集理论对其进行属性约简，最后用RBF神经网络对各类故障进行辨识，结果表明：利用粗糙集约简后，通过减少神经网络的输入节点数，简化网络的结构，

2、提高了诊断的准确率及效率。关键词：粗糙集；小波包变换；RBF神经网络；故障诊断中图分类号：TPl82文献标识码：A文章编号：1000_3932(2011)01-0040-041引言柴油机工作时振动激励源较多、工作环境恶劣，振动信号受到很多干扰噪声的影响，如何提取敏感的特征参数是首先要解决的重要问题。其次，通过实验方法提取的特征参数其重要性并不相同，有些是可以省略的。如何在不缺失信息量的情况下，用较少的属性值就能有效实现柴油机的故障诊断，是另一个亟待解决的问题。粗糙集理论⋯(RoughSets)是波兰数学家zPlawlak于1982年提出的一种新的处理模糊和不确定知识

3、的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则。目前，该理论已成功应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等领域。本文在介绍粗糙集基本理论的基础上，用小波包能量谱的方法提取振动信号特征参数，根据对比优选的结果，选择敏感测点的典型故障数据，再利用粗糙集优化特征参数、改善人工神经网络结构，给出具体的结果以说明粗糙集的优越性。2粗糙集基本理论2．1知识的概念和不可分辨关系在粗糙集理论中，知识被认为是一种对抽象或现实对象进行分类的能力。在分类过程中，将相差不大的个体归为一类，它们之间的关系即为不可分辨关系(记为in

4、d)，它是粗糙集理论的基础。设u是对象的非空有限集合，即论域，尺是u上的等价关系。若对任意子集XEU，称x为U中的概念或范畴，则u中的任意概念族称为u中的抽象知识，简称知识，K=(U，R)称为知识库。对于任意z，Y∈U且(名，，，)∈R，称对象茗和，，在K中是不可分辨的，尺被称为一个不可分辨关系。·2．2粗糙集与近似集定义1：给定信息系统K=(U，A)，对于每个子集X∈U和一个等价关系R∈ind(K)，则集合x关于尺的下近似和上近似旧1分别为：R(菇)=u{YEU／RYExl—R(x)=u{YEU／RYnX≮西}在经典集合中，一个对象都可以划分为x集合或x集的补集，

5、而在粗糙集理论中，集合划分还要依赖于知识R。一般地，R(x)∈R(x)，当R(X)=尺(x)时，就是我们通常所讨论的精确集，即在几何上把论域分成两部分，非此即彼；当月(x)cR(x)，即存在边界域，此时称集合是粗糙的。2．3属性约简与核约简和核一1是粗糙集理论的核心内容之一。知识库中的知识(属性)并不是同等重要的，甚至其中某些知识是冗余的，所谓知识约简，就是在保持知识库分类能力不变的前提下，删除其中不相关或不重要的知识。定义2：设Q∈R，如果Q是独立的，且ind(Q)cind(R)，则称为尺的一个约简。根据不可分辨关系，月可以有多种约简。尺中所有必要关系组成的集合称

6、为月的核，记作core(月)，core(R)=nred(R)。3基于粗糙集理论的特征值优化3．1特征值的提取柴油机振动信号的非平稳时变特征，给信号的分析带来了很大的难度，系统正常运行时的振动信号具有一定的频谱，如果系统中某个零部件发生故障，随着振动的变化必然会使原有的振动成分发生变化，相应的频谱也有变化。小波包分析，将频带进行多层次划分，提高了时频分辨率。信号经小波包收稿日期：2010．10．13(修改稿)基金项目：国家自然科学基金资助项目(50875247)；教育部博士点基金资助项目(20091420110002)；山西省自然科学基金资助项目(2007011070

7、)第1期田静宜等．粗糙集理论在柴油机故障诊断中的应用·4l·分解后，再利用能量谱的方法，可以构造出有效的特征值，限于篇幅，小波包能量谱方法‘41在此不再赘述。信号经过四层的小波包分解后，得到16个频段，选取各个频段内信号的平方和作为能量的标志，形成16个特征值(TI一／16)，其中的71即为频段1的能量占总能鼍的比值。3．2特征值的对比优选用于故障诊断的特征值，要想得到良好的效果，应该是同种工况的样本之间保持良好的稳定性，不同工况之间表现出较大差异性。特征值的对比，可以反映出以下内容：特征值对故障的敏感性、特征值的稳定性、测点对故障的敏感性。振动信号的采集实验，