化工自动化及仪表
化工自動化及儀錶
화공자동화급의표
CONTROL AND INSTRUMENTS IN CHEMICAL INDUSTRY
2011年
1期
40-43
,共4页
粗糙集%小波包变换%RBF神经网络%故障诊断
粗糙集%小波包變換%RBF神經網絡%故障診斷
조조집%소파포변환%RBF신경망락%고장진단
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,提高了诊断的准确率及效率.
以柴油機故障診斷為揹景,研究瞭基于粗糙集理論的參數優化在故障診斷中的應用.首先採用小波包能量譜方法提取振動信號的特徵參數,併用粗糙集理論對其進行屬性約簡,最後用RBF神經網絡對各類故障進行辨識,結果錶明:利用粗糙集約簡後,通過減少神經網絡的輸入節點數,簡化網絡的結構,提高瞭診斷的準確率及效率.
이시유궤고장진단위배경,연구료기우조조집이론적삼수우화재고장진단중적응용.수선채용소파포능량보방법제취진동신호적특정삼수,병용조조집이론대기진행속성약간,최후용RBF신경망락대각류고장진행변식,결과표명:이용조조집약간후,통과감소신경망락적수입절점수,간화망락적결구,제고료진단적준학솔급효솔.
