当前位置:主页 > 科技论文 > 机械论文 >

粗糙集神经网络在注水泵机组故障诊断中的研究

发布时间:2018-07-17 08:40
【摘要】:目前,计算机智能已经在故障诊断中得到了广泛应用。粗糙集理论是波兰教授Z.Pawlak提出的,是一种研究不精确知识及不完整数据的表达、学习、归纳的数学工具。人工神经网络是模拟人类思维的非线性动力学系统,具有并行协同处理和可学习能力,可以实现识别与分类、优化计算、联想记忆、知识处理等功能。 注水泵机组的振动数据含有注水泵机组工作状态的大量信息,是注水泵机组故障诊断的重要资料。本文利用粗糙集的属性约简、知识处理和神经网络的可学习、分类、并行处理的能力,建立粗糙集神经网络完成注水泵机组的故障诊断。 本文融合粗糙集与神经网络的研究成果,先利用粗糙集理论有效降低样本特征的维数,再利用约简后样本构造网络,减少神经网络学习和运行的时间。最后利用MATLAB软件建注水泵机组故障诊断系统。 网络诊断结果表明对于已学习过的样本知识,仿真结果与实际相吻合,表明该网络能够正确地进行故障诊断,粗糙集神经网络在注水泵机组故障诊断中的的研究具有一定的理论意义和实践价值。
[Abstract]:At present, computer intelligence has been widely used in fault diagnosis. Rough set theory is proposed by Professor Z.Pawlak of Poland. It is a mathematical tool for studying the expression, learning and induction of inaccurate knowledge and incomplete data. Artificial neural network is a nonlinear dynamic system that simulates human thinking, and has parallel cooperative processing. Learning ability can realize recognition and classification, optimization calculation, associative memory, knowledge processing and other functions.
The vibration data of the water injection pump unit contain a lot of information of the working state of the water injection pump unit. It is an important data for the fault diagnosis of the water injection pump unit. This paper uses the attribute reduction of the rough set, the knowledge processing and the learning, classification and parallel processing ability of the neural network, and establishes a rough set neural network to complete the fault diagnosis of the water injection pump unit.
In this paper, the research results of rough set and neural network are combined to reduce the dimension of sample features effectively by rough set theory, and then use the reduced sample to construct network to reduce the time of learning and operation of neural network. Finally, the fault diagnosis system of water pump unit is built by using MATLAB software.
The results of network diagnosis show that the simulation results coincide with the actual sample knowledge, which shows that the network can correctly diagnose the fault. The research of rough set neural network in the fault diagnosis of water injection pump unit has certain theoretical significance and practical value.
【学位授予单位】:西安石油大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TH165.3;TP183

【参考文献】

相关期刊论文 前10条

1 李开连,尚小宁,王宏庆;注输设备的状态监测及故障诊断[J];中国设备管理;1999年04期

2 牟英,许士真,胡国保;注水泵机组的状态监测与故障诊断[J];中国设备管理;2001年04期

3 黄志强,李琴,刘德明,蒲洪春;油田注水泵电机故障诊断与修复[J];中国设备工程;2003年07期

4 徐小力,徐勇,王信义;大型离心泵在额定工况下的机械动特性研究[J];水泵技术;1998年01期

5 潘国庆,杨国安,周世刚,蔡沈欣;油田注水泵故障诊断专家系统的开发[J];水泵技术;2004年05期

6 徐小力,滕启,徐勇;注水机组故障特征分析及故障推理机制的建立[J];石油矿场机械;2000年02期

7 杨国安,潘国庆,王梅中,翟敏军;油田注水泵站智能诊断维护系统的研制与开发[J];石油矿场机械;2005年02期

8 王鹏;佟艳伟;檀朝銮;;国内外注水系统效率研究应用情况综述[J];中国石油和化工;2008年06期

9 田立柱,张来斌,王朝晖,单荣恕;离心式注水泵故障自动诊断技术及系统的研究[J];石油学报;2002年01期

10 赵玉龙,曾广锡;最大熵谱分析法在注水泵故障诊断中的应用[J];西安石油学院学报(自然科学版);2001年03期

相关硕士学位论文 前4条

1 曾建武;粗糙集理论及故障诊断应用研究[D];浙江大学;2006年

2 李志丹;往复式注水泵故障诊断研究[D];西南石油大学;2007年

3 张新庆;便携式振动监测系统的研制及其在油田注水泵的应用[D];上海交通大学;2007年

4 殷海双;注水泵工况诊断监测系统研究[D];大庆石油学院;2009年



本文编号:2129846

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2129846.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c331e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com