粗糙集神经网络在注水泵机组故障诊断中的研究

摘要

目前，计算机智能已经在故障诊断中得到了广泛应用。粗糙集理论是波兰教授Z.Pawlak提出的，是一种研究不精确知识及不完整数据的表达、学习、归纳的数学工具。人工神经网络是模拟人类思维的非线性动力学系统，具有并行协同处理和可学习能力，可以实现识别与分类、优化计算、联想记忆、知识处理等功能。
　　注水泵机组的振动数据含有注水泵机组工作状态的大量信息，是注水泵机组故障诊断的重要资料。本文利用粗糙集的属性约简、知识处理和神经网络的可学习、分类、并行处理的能力，建立粗糙集神经网络完成注水泵机组的故障诊断。
　　本文融合粗糙集与神经网络的研究成果，先利用粗糙集理论有效降低样本特征的维数，再利用约简后样本构造网络，减少神经网络学习和运行的时间。最后利用MATLAB软件建注水泵机组故障诊断系统。
　　网络诊断结果表明对于已学习过的样本知识，仿真结果与实际相吻合，表明该网络能够正确地进行故障诊断，粗糙集神经网络在注水泵机组故障诊断中的的研究具有一定的理论意义和实践价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 故障诊断概述

1.3 注水泵故障诊断国内外发展现状

1.4 粗糙集理论在 FDD 技术中的应用与发展现状

第二章 粗糙集的基本理论

2.1 引言

2.3 粗糙集理论的特点

2.4 粗糙集理论的知识推理过程

2.5 粗糙集理论思想精髓

2.6 粗糙集理论应用的实例

2.7 本章小结

第三章 人工神经网络的应用

3.1 人工神经网络概述

3.2 神经网络模型和结构

3.3 BP 算法与网络

3.4 神经网络和粗糙集结合的必要性

3.5 神经网络在本文中的应用

3.6 MATLAB 简介

3.7 本章小结

第四章 基于粗糙集理论的神经网络模型研究

4.1 粗糙集—神经网络系统概述

4.2 粗糙集和神经网络的结合

4.3 网络模型设计

4.4 本章小结

第五章 注水泵机组的粗糙集神经网络故障诊断

5.1 数据预处理

5.2 决策表连续属性离散化

5.3 决策表属性约简

5.4 用 BP 神经网络实现故障诊断

5.5 实验及结果分析

5.6 本章小结

第六章 结论

6.1 论文的主要工作

6.2 主要结论

6.3 研究展望

致谢

参考文献

攻读硕士学位期间发表的论文