粗糙集理论和神经网络在柴油机故障诊断中的应用  

The application of rough set theory and artificial neural networks for Diesel Engine Fault Diagnosis

作　　者：韩慧勇[1] 潘宏侠[1] 田静宜[1] 

机构地区：[1]中北大学机械工程与自动化学院,山西太原030051

出　　处：《机械管理开发》2012年第1期74-75,共2页Mechanical Management and Development

基　　金：教育部博士点基金资助项目(20091420110002)

摘　　要：将粗糙集理论与人工神经网络相结合,主要研究柴油机故障特征的提取与优化等问题,目的在于优化、缩减神经网络的输入向量,缩短网络的训练和执行时间,最终实现提高诊断的准确率与效率。For study problems of extracting characteristics of the parameters of Diesel Engine Fault Diagnosis to achieve optimal testing points,this paper combined together the rough set theory and artificial neural networks,As aresult of optimizing and reduce input vector of the nerve network and cutting down the network of training and execution time,finally improve the accuracy and efficiency of the diesel engine fault diagnosis.

关 键 词：粗糙集理论 人工神经网络 柴油机 故障诊断 

分 类 号：TK4[动力工程及工程热物理—动力机械及工程]