基于组合式模糊神经网络的旋转机械故障诊断模型

摘要

针对旋转机械故障所具有的层次性、相关性和模糊性的特点,提出1种基于组合式模糊神经网络的旋转机械故障诊断模型.它由第1层的决策模糊神经网络和第2层的多个诊断模糊神经网络组合构成,依据大隶属度优先为真原则进行推理,按推理的过程和隶属度的大小给出可能的故障结果及相应的隶属度值,供现场工程技术人员结合辅助故障特征参数等进行进一步的联想推理,得到最终的故障诊断结果.实验研究结果表明,该系统可以有效地对具有模糊性的单一故障和复合故障进行诊断.详细讨论了模型建立、隶属度函数定义和模型推理过程,并给出实验结果.