论文部分内容阅读
本文得到山西省电力公司科学技术项目的资助,主要任务是对神头第二热电厂风机设备故障进行诊断,以达到状态检修的目的。粗糙集理论(Rough Sets Theory,RST)是20世纪80年代初由波兰科学家Pawlawk教授提出的。其主要思想就是在保持分类能力不变的前提下,通过知识约简,导出概念的分类规则。它从一个新的角度将知识定义为对论域的划分能力,并引入数学中的等价关系来进行讨论,从而为数据分析,特别是不精确、不完整数据分析提供了一套新的数学方法。同时,粗糙集理论具有无需提供除处理问题所需的数据集合之外的任何先验信息,已经成为智能信息处理领域极为重要的新方法和新理论。近几年,无论在理论研究方面,还是在理论应用方面,粗糙集都取得了令人瞩目的成果。人工神经网络(Artificial Neural Networks,ANN),一种以模仿动物神经网络的行为特征,进行分布式并行信息处理的数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。人工神经网络具有自学习和自适应的能力,可以通过预先提供的一批相互对应的输入—输出数据,分析掌握两者之间潜在的规律,最终根据这些规律,用新的输入数据来推算输出结果,这种学习分析的过程被称为“训练”。机械故障诊断是上世纪六七十年代产生并发展起来的一门综合性边缘学科。随着科学技术的不断发展,生产设备越来越复杂,自动化水平越来越高,故障诊断的难度明显增大。因此,研究和开发高效、实用的机械故障诊断技术,不仅是现代化生产及设备制造自动化的需要,也是现代机械设备运行维护和管理的一大课题。本文首先介绍了粗糙集理论的发展史、与粗糙集约简有关的基本概念和粗糙集模型;然后介绍了神经网络的发展史以及BP神经网络的结构和算法;最后,在以上理论的基础上,本文对火电厂所用风机的结构进行分析,指出可能发生的故障点,把粗糙集约简和BP神经网络相结合,对风机的故障点进行实时诊断,用C语言编制诊断程序。