粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用

杨海龙; 孙健国

Chinese

您当前的位置：

首页 >

文章列表页 >

粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用

自动控制 | 更新时间：2026-07-07

- 粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用
- Application of PSO-based rough set theory and neural network to aeroengine fault diagnosis
- 航空动力学报 2009年24卷第2期
- 作者机构：
  
  南京航空航天大学能源与动力学院,南京,210016
- 作者简介：
- 基金信息：
  
  国家自然科学基金(50576033)
- DOI：
  中图分类号：
- 纸质出版：2009
- 稿件说明：
移动端阅览
杨海龙, 孙健国. 粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用[J]. 航空动力学报, 2009,24(2).

YANG Hai-long, SUN Jian-guo. Application of PSO-based rough set theory and neural network to aeroengine fault diagnosis[J]. 2009, 24(2).
杨海龙, 孙健国. 粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用[J]. 航空动力学报, 2009,24(2). DOI：

YANG Hai-long, SUN Jian-guo. Application of PSO-based rough set theory and neural network to aeroengine fault diagnosis[J]. 2009, 24(2). DOI：

摘要

提出了一种基于粒子群优化算法的邻域粗糙集-神经网络的发动机智能故障诊断方法

首先利用基于邻域粗糙集模型的属性约简方法对样本数据进行属性约简

然后采用粒子群优化算法替代传统BP算法来训练神经网络的权值和阈值

再用训练好的神经网络对航空发动机气路故障进行诊断.仿真结果表明:该方法降低了神经网络结构的复杂性

减少了网络训练时间

提高了诊断精度.

Abstract

A new method based on neighborhood rough set model and neural networks(NN)integrated with particle swarm optimization(PSO) algorithm was presented in this paper for fault diagnosis of aeroengine.Firstly

using the algorithm of attribute reducing based on neighborhood rough set model

we deleted the unnecessary attributes from the decision table.Secondly

the PSO was used to train the weights and the thresholds of NN instead of BP algorithm.Therefore

The NN trained by PSO was applied to aeroengine fault diagnosis.The simulation results indicate that the method has shortened the training time and increased the diagnosis accuracy.

关键词

Keywords

references

浏览量

388

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于粗糙核Fisher鉴别分析的特征提取及其在发动机故障诊断中的应用

粗糙集与神经网络在航空发动机气路故障诊断中的应用

人工神经网络融合诊断航空发动机气路故障

基于变精度粗糙集的航空发动机故障诊断

应用神经网络信息融合诊断航空发动机故障