基于粗糙集理论的柴油机神经网络故障诊断研究

摘要

介绍了粗糙集理论的核心内容,给出了基于kohonen神经网络的连续属性值离散化方法.应用粗糙集理论对反映柴油机运行工况的特征参数进行了属性简化,剔除了不必要的属性.研究了RBF神经网络故障诊断模型及学习规则,给出了基于粗糙集理论的RBF神经网络故障诊断原理和步骤.通过对柴油机供油系统柱塞磨损故障的自动分类和诊断,表明该系统能有效地减少神经网络的输入节点数,克服了神经网络规模过于庞大及分类识别速度慢等缺点.