论文部分内容阅读
介绍了粗糙集理论的核心内容和ROSETTA软件的特点，给出了基于粗糙集理论的柴油机缸盖振动信号的故障诊断系统。以某型号大功率柴油机为例，首先将提取的缸盖振动信号经过小波包消噪和时域、频域分析，构造出用于故障诊断的特征值，然后应用ROSETTA软件约简特征属性，最后通过神经网络进行故障模式分类。通过对比ROSETTA软件处理前后神经网络的输出结果，表明粗糙集理论能优化特征属性，有效地减少神经网络的输入节点数，提高故障分类的准确率。