基于粗糙集-遗传神经网络分类器的矿井通风机故障诊断研究  

Study on Fault Diagnosis of Mine Ventilator Based on Rough Set-Genetic Algorithm-Nneural Network Algorithm

作　　者：崔伟[1] 

机构地区：[1]南京工业大学电子与信息工程学院,南京210009

出　　处：《煤炭技术》2010年第12期6-9,共4页Coal Technology

摘　　要：针对当前矿井通风机机械故障诊断所面临的问题,提出了一种粗糙集-遗传神经网络分类器模型和它的构造方法,模型先利用粗糙集理论约简样本决策表属性,然后再利用遗传神经网络进行网络训练。通过与基本BP网络模型的对比,验证了该方法用于故障诊断的有效性。Aiming at the problem of the fault diagnosis on mine ventilator,a classification model and its modeling way were proposed,which based on rough set-genetic algorithm-neural network algorithm.First,decision-table was reduced using rougn set（RS）threy.Then the model carried on the training,by GA-BP network parametrs.Compared with the standard BP algorithm model,the result shows the effectiveness of the new proposed model.

关 键 词：矿井通风机 故障诊断 粗糙集 遗传算法 神经网络 BP算法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]