粗糙集理論在柴油機故障診斷中的應(yīng)用.pdf

《粗糙集理論在柴油機故障診斷中的應(yīng)用.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、檢測與儀表化工自動化及儀表，2011，38(1)：40一43ControlandInstrumentsinChemicalIndustry粗糙集理論在柴油機故障診斷中的應(yīng)用田靜宜1，潘宏俠1，楊麗金2(1．中北大學(xué)機械工程與自動化學(xué)院，太原030051；2．山西平遙減速器廠，山西平遙031100)摘要：以柴油機故障診斷為背景，研究了基于粗糙集理論的參數(shù)優(yōu)化在故障診斷中的應(yīng)用。首先采用小波包能量譜方法提取振動信號的特征參數(shù)，并用粗糙集理論對其進行屬性約簡，最后用RBF神經(jīng)網(wǎng)絡(luò)對各類故障進行辨識，結(jié)果表明：利用粗糙集約簡后，通過減少神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點數(shù)，簡化網(wǎng)絡(luò)的結(jié)構(gòu)，

2、提高了診斷的準確率及效率。關(guān)鍵詞：粗糙集；小波包變換；RBF神經(jīng)網(wǎng)絡(luò)；故障診斷中圖分類號：TPl82文獻標識碼：A文章編號：1000_3932(2011)01-0040-041引言柴油機工作時振動激勵源較多、工作環(huán)境惡劣，振動信號受到很多干擾噪聲的影響，如何提取敏感的特征參數(shù)是首先要解決的重要問題。其次，通過實驗方法提取的特征參數(shù)其重要性并不相同，有些是可以省略的。如何在不缺失信息量的情況下，用較少的屬性值就能有效實現(xiàn)柴油機的故障診斷，是另一個亟待解決的問題。粗糙集理論?(RoughSets)是波蘭數(shù)學(xué)家zPlawlak于1982年提出的一種新的處理模糊和不確定知識

3、的數(shù)學(xué)工具，其主要思想就是在保持分類能力不變的前提下，通過知識約簡，導(dǎo)出問題的決策或分類規(guī)則。目前，該理論已成功應(yīng)用于機器學(xué)習(xí)、決策分析、過程控制、模式識別與數(shù)據(jù)挖掘等領(lǐng)域。本文在介紹粗糙集基本理論的基礎(chǔ)上，用小波包能量譜的方法提取振動信號特征參數(shù)，根據(jù)對比優(yōu)選的結(jié)果，選擇敏感測點的典型故障數(shù)據(jù)，再利用粗糙集優(yōu)化特征參數(shù)、改善人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，給出具體的結(jié)果以說明粗糙集的優(yōu)越性。2粗糙集基本理論2．1知識的概念和不可分辨關(guān)系在粗糙集理論中，知識被認為是一種對抽象或現(xiàn)實對象進行分類的能力。在分類過程中，將相差不大的個體歸為一類，它們之間的關(guān)系即為不可分辨關(guān)系(記為in

4、d)，它是粗糙集理論的基礎(chǔ)。設(shè)u是對象的非空有限集合，即論域，尺是u上的等價關(guān)系。若對任意子集XEU，稱x為U中的概念或范疇，則u中的任意概念族稱為u中的抽象知識，簡稱知識，K=(U，R)稱為知識庫。對于任意z，Y∈U且(名，，，)∈R，稱對象茗和，，在K中是不可分辨的，尺被稱為一個不可分辨關(guān)系?！?．2粗糙集與近似集定義1：給定信息系統(tǒng)K=(U，A)，對于每個子集X∈U和一個等價關(guān)系R∈ind(K)，則集合x關(guān)于尺的下近似和上近似舊1分別為：R(菇)=u{YEU／RYExl—R(x)=u{YEU／RYnX≮西}在經(jīng)典集合中，一個對象都可以劃分為x集合或x集的補集，

5、而在粗糙集理論中，集合劃分還要依賴于知識R。一般地，R(x)∈R(x)，當R(X)=尺(x)時，就是我們通常所討論的精確集，即在幾何上把論域分成兩部分，非此即彼；當月(x)cR(x)，即存在邊界域，此時稱集合是粗糙的。2．3屬性約簡與核約簡和核一1是粗糙集理論的核心內(nèi)容之一。知識庫中的知識(屬性)并不是同等重要的，甚至其中某些知識是冗余的，所謂知識約簡，就是在保持知識庫分類能力不變的前提下，刪除其中不相關(guān)或不重要的知識。定義2：設(shè)Q∈R，如果Q是獨立的，且ind(Q)cind(R)，則稱為尺的一個約簡。根據(jù)不可分辨關(guān)系，月可以有多種約簡。尺中所有必要關(guān)系組成的集合稱

6、為月的核，記作core(月)，core(R)=nred(R)。3基于粗糙集理論的特征值優(yōu)化3．1特征值的提取柴油機振動信號的非平穩(wěn)時變特征，給信號的分析帶來了很大的難度，系統(tǒng)正常運行時的振動信號具有一定的頻譜，如果系統(tǒng)中某個零部件發(fā)生故障，隨著振動的變化必然會使原有的振動成分發(fā)生變化，相應(yīng)的頻譜也有變化。小波包分析，將頻帶進行多層次劃分，提高了時頻分辨率。信號經(jīng)小波包收稿日期：2010．10．13(修改稿)基金項目：國家自然科學(xué)基金資助項目(50875247)；教育部博士點基金資助項目(20091420110002)；山西省自然科學(xué)基金資助項目(2007011070

7、)第1期田靜宜等．粗糙集理論在柴油機故障診斷中的應(yīng)用·4l·分解后，再利用能量譜的方法，可以構(gòu)造出有效的特征值，限于篇幅，小波包能量譜方法‘41在此不再贅述。信號經(jīng)過四層的小波包分解后，得到16個頻段，選取各個頻段內(nèi)信號的平方和作為能量的標志，形成16個特征值(TI一／16)，其中的71即為頻段1的能量占總能鼉的比值。3．2特征值的對比優(yōu)選用于故障診斷的特征值，要想得到良好的效果，應(yīng)該是同種工況的樣本之間保持良好的穩(wěn)定性，不同工況之間表現(xiàn)出較大差異性。特征值的對比，可以反映出以下內(nèi)容：特征值對故障的敏感性、特征值的穩(wěn)定性、測點對故障的敏感性。振動信號的采集實驗，