基于粗集神经网络的旋转机械故障诊断系统.pdf

大 庆 石 油 学 院 学 报 第 卷 第 期 年 月 26 2 2002 6 JOURNAL OF DAOING PETROLEUM INSTITUTE Vol . 26 No . 2 Jun . 2002 一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一一 基于粗集神经网络的旋转机械故障诊断系统 ， 1 2 2 2 1 2 刘树林 ，王日新 ，张嘉钟 ，王金东 ，时文刚 （ 大庆石油学院机械科学与工程学院，黑龙江 安达 ； 哈尔滨工业大学 航天工程与力学系，哈尔滨 1. 151400 2 . 150006 ） 摘 要：为直接从经过小波包处理的旋转机械振动信号中提取故障征兆，提出了一种基于粗集神经网络的旋转机械 故障诊断方法，建立了基于粗集神经网络的旋转机械故障诊断系统 该系统实现了直接从完整或不完整的故障征兆中获 . 取满意的诊断结果，诊断实例表明，平均诊断准确率超过90 % . 该方法为在不完整征兆信息下的旋转机械故障诊断提供 了新的思路. 关 键 词：粗集理论；神经网络；故障诊断；旋转机械 中图分类号： 文献标识码： 文章编号： （ ） TP206 A 1000 - 1891 2002 02 - 0068 - 03 旋转机械是机械设备的重要组成部分，以转子及其它回转部件作为工作的主体，建立智能故障诊断方 法，保证旋转机械的安全可靠运行，具有非常重要的意义. 近年来研究者们提出了许多旋转机械的智能诊 ［］ 1 断方法，如基于模型的方法、专家系统方法、基于可靠性理论的方法和神经网络方法等 这些方法为建 . 立旋转机械的智能诊断，提高系统运行和维护人员的决策效率起到了促进作用 当所获取的故障征兆信 . 息是准确、完整及一致时，这些方法大都能取得较满意的结果. 然而，由于传感器自身的故障或安装误差， 信号在传输过程中可能出现传输错误甚至丢失，导致故障征兆信息的不准确、不完整 为此，提出基于粗 . 集神经网络的旋转机械故障诊断方法，为在不完整征兆信息下的旋转机械故障诊断提供新的思路，诊断实 例表明了这种方法的有效性. 1 粗集理论简介 粗集理论是由波兰数学家 提出的一种处理不完整性和不确定性的数学工具 这一理论不需