基于粗糙集与神经网络的飞机电子系统故障诊断方法研究

发布时间：2017-07-07 20:09

  本文关键词：基于粗糙集与神经网络的飞机电子系统故障诊断方法研究

  更多相关文章： 故障诊断 粗糙集 属性约简 神经网络

【摘要】：民航作为重要的交通运输部门,发展越来越快。民航的快速发展,使得飞机的更新换代也越来越快,很多飞机老龄化越来越严重,这样就会使飞机在运行的过程中发生很多故障。故障的存在就会影响到飞行的安全,所以飞机故障的检测与维修就成为了重要的任务。飞机本身是一个复杂的系统,其故障类型及影响也是纷繁复杂的。在飞机的运营过程中,一些故障的发生可能会带来灾难性的后果,如何正确及时地诊断出飞机的故障对保证飞机安全地运营十分重要。飞机维修效率的低下和维修量的急剧增加使得飞机维修中故障检测的准确性和快速性成为了必需的研究方向。目前,对飞机复杂系统所进行的智能故障诊断已成为提高维修效率的研究重点粗糙集理论是一种新的处理模糊和不确定性知识的数学工具,具有处理数据能力强、算法简单、易于实现的特点。本文收集了航空公司B737飞机自动飞行系统故障信息利用粗糙集分析,经过属性的约简和值约简找出关键条件属性并且得出了简单的故障诊断规则,这样就解决了系统故障原因诊断不明或原因众多的问题,具有一定的现实意义;神经网络可以用于飞机系统故障的识别与分类,将原始数据利用粗糙集删除冗余属性,得到数据中的核心内容并将其作为神经网络的输入数据,减少样本容量,简化神经网络训练过程,克服了神经网络对于训练样本过大而造成的一些问题,从而实现了神经网络和粗糙集理论的有机结合,使得神经网络的训练更加的快速和精确。
【关键词】：故障诊断 粗糙集 属性约简 神经网络
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V267;TP183
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章绪论9-13
• 1.1 课题研究背景和意义9
• 1.2 课题研究现状和发展方向9-11
• 1.3 论文的主要内容与结构安排11-13
• 第二章粗糙集理论基础13-20
• 2.1 知识及其表达13-14
• 2.2 粗糙集的基本概念和运算方法14-16
• 2.3 知识的约简16-17
• 2.4 决策系统属性约简及其算法17-19
• 2.5 本章小结19-20
• 第三章 神经网络理论及其应用20-30
• 3.1 神经网络概述20
• 3.2 神经网络的特点及其应用20-22
• 3.2.1 神经网络的特点20-21
• 3.2.2 神经网络的应用21-22
• 3.3 神经网络模型22-24
• 3.4 BP神经网络24-27
• 3.4.1 BP神经网络的结构24-25
• 3.4.2 BP网络的学习算法25-27
• 3.5 粗糙集与神经网络结合的可行性27-29
• 3.6 本章小结29-30
• 第四章 粗糙集理论在飞机系统故障诊断中的应用30-46
• 4.1 故障数据的获取及处理30-32
• 4.2 决策表建立及约简32-37
• 4.2.1 经典属性约简算法的不足33
• 4.2.2 对不相容决策表的处理33-34
• 4.2.3 差别矩阵的化简和属性的选取34-35
• 4.2.4 改进算法步骤35-37
• 4.3 值约简及规则获取37-38
• 4.3.1 引言37
• 4.3.2 改进的值约简算法流程37-38
• 4.4 实例分析38-44
• 4.5 本章小结44-46
• 第五章 基于粗糙集-神经网络的飞机系统故障诊断46-54
• 5.1 概述46
• 5.2 粗糙集与人工神经网络的结合方式46-47
• 5.2.1 松散耦合方式46-47
• 5.2.2 紧密耦合方式47
• 5.3 粗糙集-神经网络融合诊断47-52
• 5.3.1 思路分析及算法流程47-49
• 5.3.2 实例分析49-52
• 5.4 本章小结52-54
• 第六章结论与展望54-55
• 参考文献55-59
• 致谢59-60
• 作者简介60

【相似文献】

中国期刊全文数据库 前10条

1 胡可云,陆玉昌,石纯一;粗糙集理论及其应用进展[J];清华大学学报(自然科学版);2001年01期

2 李孟歆,吴成东,夏兴华,YongYue;粗糙集理论及其应用[J];沈阳建筑工程学院学报(自然科学版);2001年04期

3 张化光,梁洪力;基于两种新型算子的粗糙集运算[J];东北大学学报;2003年11期

4 姚小群,陈统坚,姚锡凡;基于粗糙集理论的数据发掘算法[J];机床与液压;2003年04期

5 熊萍,程华斌,吴晓平;基于粗糙集理论的一种综合定权法[J];海军工程大学学报;2003年01期

6 谭思云,张青枝,李志明;基于粗糙集的分类和规则归纳法[J];武汉理工大学学报;2003年02期

7 毕义明,王汉功,陈桂明;基于粗糙集理论的装备战损评估方法[J];装备指挥技术学院学报;2004年05期

8 孙海军,蒋东翔,钱立军,战祥森;基于粗糙集理论的旋转机械故障诊断方法[J];动力工程;2004年01期

9 车增强,李丙才,杨青年,颉振群,傅应霞,赵荣泳;粗糙集理论简介及其在电站行业中的应用潜力分析[J];移动电源与车辆;2004年04期

10 代春艳;粗糙集理论及其应用发展综述[J];重庆工商大学学报(自然科学版);2004年06期

中国重要会议论文全文数据库 前10条

1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集（第2册）[C];2005年

2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年

9 王莉;周献中;;一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

中国博士学位论文全文数据库 前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年

2 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年

3 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年

4 鲍忠奎;面向不确定信息系统的粗糙集扩展模型研究[D];合肥工业大学;2015年

5 王永生;基于粗糙集理论的动态数据挖掘关键技术研究[D];北京科技大学;2016年

6 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年

7 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

8 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

9 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院（计算技术研究所）;2003年

10 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年

2 何理荣;粗糙集理论在银行信贷风险评估中的应用研究[D];华南理工大学;2015年

3 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

4 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年

5 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年

6 徐鹏;基于粗糙集的建筑起重机械安全精细化评价研究[D];西安建筑科技大学;2015年

7 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年

8 张曼;基于粗糙集和包含度的聚类分类算法研究[D];青岛理工大学;2015年

9 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年

10 林哲;基于粗糙集的马田系统研究及其在银行直接营销客户分类中的应用[D];南京理工大学;2015年

，

本文编号：531630