粒計算及其在機械故障智能診斷中的應用

張周鎖　閆曉旭　成　瑋

摘要：為了更好地揭示原發性、早期微弱以及復合故障的發生發展規律，以粒計算理論為基礎，提出了基于相容粒度空間模型的智能故障診斷方法，該方法通過層次化和粒度化來表示原始數據中蘊涵的不同設備運行狀態的信息，使得不同故障狀態被高效地映射到粒結構的不同層次上，達到正確區分各類故障的目的，利用得到的約簡屬性集構建相容粒度空間模型，對電力機車輪對軸承的早期微弱故障、嚴重故障以及復合故障進行診斷，取得了較高的分類精度，實驗結果表明，與RBF神經網絡方法相比，模型有著很高的分類性能，對9類故障狀態的分類準確率達到了91.11％，說明相容粒度空間模型在機械故障診斷方面具有很好的分類性能，由于約簡方法可以彌補特征評估技術不能直接獲得最優特征組合的不足，因此提高了模型的工作效率。

關鍵詞：粒計算；故障診斷；相容粒度空間模型；約簡屬性

中圖分類號：TH17；TP183

文獻標志碼：A

文章編號：0253—987X(2009)09—0037—05