一种基于软计算的转子故障诊断方法

摘要

提出了一种基于软计算的转子故障诊断方法.该方法充分利用软计算中的模糊集合理论,人工神经网络,粗糙集理论和遗传算法等计算方法优势,弥补它们相互的不足,进行故障诊断.首先利用粗糙集理论对样本数据进行初步规则获取,并计算规则的依赖度和条件覆盖度,然后根据这些规则进行网络设计,其中,网络隐层节点的数目等于规则的数目,初始网络权重由规则的依赖度和条件覆盖度确定,最后用遗传算法对模糊神经网络参数进行优化.使用该网络对转子类常见故障进行诊断.实验表明,和一般模糊神经网络相比,这种基于软计算的诊断方法具有训练时间短、诊断准确率高的特点.