MMAS与粗糙集在轴承复合故障诊断中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在分析振动加速度信号的基础上,提出了新的粗糙集属性约简算法,并应用于轴承复合故障诊断。将最大最小蚂蚁系统(maxmin ant system,简称MMAS)引入条件属性约简中,以最坏Fisher 准则函数作为启发式信息以提高搜索效率,综合考虑分类正确率和条件属性个数两方面因素, 利用粗糙集理论约简故障诊断决策表,有效地提高了轴承故障诊断的效率。

    Abstract:

    An attribute reduction algorithm of rough set is put forward on the ba sis of the analysis of bearing vibration signals. The worst Fisher criterion was adopted as heuristic information to improve the searching efficiency and the maxmin ant system was selected for the condition attribute reduction in the comp o und fault of a bearing in a gearbox. Considering the classification accuracy and the number of the condition attribute, the fault diagnosis decision table was s implified by using the rough sets theory. The results show that the method can m arkedly raise the efficiency of bearing fault diagnosis.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司