粒计算及其在机械故障智能诊断中的应用

张周锁; 闫晓旭; 成玮

您当前的位置：

首页 >

文章列表页 >

粒计算及其在机械故障智能诊断中的应用

更新时间：2025-07-09

- 粒计算及其在机械故障智能诊断中的应用
- Granular Computing with Application to Fault Diagnosis
- 西安交通大学学报 2009年43卷第9期页码：37-41
- 作者机构：
  
  西安交通大学机械制造系统工程国家重点实验室,西安,710049
- 作者简介：
- 基金信息：
  
  : 2009-01-19. 作者简介: 张周锁(1964-),男,副教授. 基金项目: 国家自然科学基金资助项目(50875197);教育部留学回国人员科研启动基金资助项目
- DOI：
  中图分类号： TH17;TP183
- 网络首发：2009-09-10，
  
  纸质出版：2009
- 稿件说明：
移动端阅览
张周锁, 闫晓旭, 成玮. 粒计算及其在机械故障智能诊断中的应用[J]. 西安交通大学学报, 2009,43(9):37-41.

Granular Computing with Application to Fault Diagnosis[J]. 2009, 43(9): 37-41.
张周锁, 闫晓旭, 成玮. 粒计算及其在机械故障智能诊断中的应用[J]. 西安交通大学学报, 2009,43(9):37-41. DOI：

Granular Computing with Application to Fault Diagnosis[J]. 2009, 43(9): 37-41. DOI：

摘要

为了更好地揭示原发性、早期微弱以及复合故障的发生发展规律

以粒计算理论为基础

提出了基于相容粒度空间模型的智能故障诊断方法.该方法通过层次化和粒度化来表示原始数据中蕴涵的不同设备运行状态的信息

使得不同故障状态被高效地映射到粒结构的不同层次上

达到正确区分各类故障的目的.利用得到的约简属性集构建相容粒度空间模型

对电力机车轮对轴承的早期微弱故障、严重故障以及复合故障进行诊断

取得了较高的分类精度.实验结果表明

与RBF神经网络方法相比

模型有着很高的分类性能

对9类故障状态的分类准确率达到了91.11%

说明相容粒度空间模型在机械故障诊断方面具有很好的分类性能.由于约简方法可以弥补特征评估技术不能直接获得最优特征组合的不足

因此提高了模型的工作效率.

Abstract

To get accurate diagnosis of the faults in mechanical equipments

especially the early stage weak and the compound faults

a new approach to intelligent fault diagnosis of the machinery based on granular computing(GrC)is proposed. A complicate problem can be divided into several small ones which are easily understood and solved according to the idea of GrC. The tolerance granularity space mode is constructed by means of the inner-class distance defined in the attributes space. The fault information can be decomposed into different granularity levels

and be clearly analyzed at each level. To improve the diagnosis accuracy

a reduction method of the fault features based on GrC is also proposed

which directly gets the minimal reduction to construct the tolerance granularity space mode for the best classification accuracy. The proposed approach is applied to the fault diagnosis of locomotive bearing. The results show this mode is endowed with better classification performance than RBF neural network

and the attribute reduction method provide a good way to improve the diagnosis efficiency.

关键词

Keywords

references

ZADEL L A. Towards a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic [J]. Fuzzy Sets and Systems, 1997, 19:111-127.

张铃, 张钹. 模糊商空间理论(模糊粒度计算方法)[J].软件学报,2003,14(4): 770-776.

ZHANG Ling, ZHANG Bo. Fuzzy quotient space theory(fuzzy granular computing)[J]. Journal of Software, 2003, 14(4):770-776.

YAO Y Y. Relational interpretations of neighborhood operators and rough set approximation operators [J]. Information Sciences, 1998, 111(1/4):239-259.

PAWLAK Z. Granularity of knowledge, indiscernibility and rough sets [C]∥Proceedings of IEEE World Congress on Computational Intelligence. Piscataway, NJ, USA: IEEE, 1998:106-110.

ZHENG Z, HU H, SHI Z Z. Tolerance granular space and its applications [C]∥IEEE International Conference on Granular Computing. Piscataway, NJ, USA: IEEE, 2005: 367-372.

LEI Y G, HE Z J, ZI Y Y. A new approach to intelligent fault diagnosis of rotating machinery [J]. Expert Systems with Applications, 2008, 35(4):1593-1600.

孙丽君,苗夺谦.基于粒计算的特征选取方法 [J].计算机科学,2008,35(4):14-15.

SUN Lijun, MIAO Duoqian. Attribute selection based on granular computing [J]. Computer Science, 2008, 35(4):14-15.

雷亚国,何正嘉,訾艳阳,等. 基于特征评估和神经网络的机械故障诊断模型 [J]. 西安交通大学学报, 2006,40(5):558-562.

LEI Yaguo, HE Zhengjia, ZI Yanyang, et al. Mechanical fault diagnosis model based on feature evaluation and neural networks [J]. Journal of Xi'an Jiaotong University, 2006, 40(5):558-562.

【本刊相关文献链接】

具有模糊隶属度的模糊支持向量机算法.西安交通大学学报,2009,43(7): 40-43.

自适应移频变尺度随机共振在故障诊断中的应用.西安交通大学学报,2009,43(7):69-73.

免疫编程的故障特征构造方法.西安交通大学学报,2007,41(9):1036-1039.

基于支持向量机的发动机故障诊断.西安交通大学学报,2007, 41(9):1124-1126.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

应用粒计算的混合智能故障诊断技术研究

电力变压器故障诊断多智能体大模型构建与应用

采用双小波字典的齿轮箱复合故障特征提取方法

一维卷积神经网络在机械故障特征提取中的可解释性研究

蜉蝣优化双通道网络在齿轮箱故障诊断中的应用