基于粗集—神經(jīng)網(wǎng)絡(luò)的智能混合故障診斷系統(tǒng)的研究.pdf

1、神經(jīng)網(wǎng)絡(luò)的故障診斷能力的好壞是與它的學(xué)習(xí)樣本多少成正比關(guān)系的；而神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)復(fù)雜程度和訓(xùn)練時(shí)間的多少，也與需要處理的數(shù)據(jù)多少成正比關(guān)系，也就是說功能強(qiáng)的神經(jīng)網(wǎng)絡(luò)一般都具有復(fù)雜的結(jié)構(gòu)；而復(fù)雜的神經(jīng)網(wǎng)絡(luò)，需要大量的訓(xùn)練時(shí)間才能收斂，這是制約神經(jīng)網(wǎng)絡(luò)進(jìn)一步實(shí)用化的一個(gè)主要因素。如何有效降低神經(jīng)網(wǎng)絡(luò)的復(fù)雜度，減少訓(xùn)練時(shí)間是本課題的主要研究任務(wù)。 本文利用粗集的約簡功能對(duì)訓(xùn)練樣本數(shù)據(jù)進(jìn)行處理，消除樣本數(shù)據(jù)中冗余信息，使訓(xùn)練樣本的到簡化，

2、同時(shí)也就降低了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜程度，緩解了影響神經(jīng)網(wǎng)絡(luò)實(shí)用化的矛盾性問題。并在此基礎(chǔ)上構(gòu)建了一個(gè)基于粗集—神經(jīng)網(wǎng)絡(luò)的智能混合故障診斷系統(tǒng)。 論文論述了應(yīng)用粗集對(duì)故障數(shù)據(jù)進(jìn)行約簡的可行性，并應(yīng)用自組織映射神經(jīng)網(wǎng)絡(luò)的聚類功能，來實(shí)現(xiàn)連續(xù)屬性值的離散化方法；給出了簡化的分明矩陣法，并用該方法實(shí)現(xiàn)了樣本條件屬性的約簡，消除了樣本數(shù)據(jù)中的冗余信息；采用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱建立了壓縮機(jī)的部分故障類型的智能混合診斷系統(tǒng)；最后介紹了智能