论文部分内容阅读
提出了一种基于粗糙集理论和神经网络集成的发动机智能故障诊断方法，首先对测量数据进行离散处理，并运用粗糙集理论建立故障决策表，进而约简属性和提取规则，对航空发动机气路部件的几种典型故障进行隔离。然后建立神经网络故障诊断于系统，使用粗糙集处理后的数据计算出发动机气路相关部件的故障程度。最后，还验证了粗糙集神经网络故障诊断系统的抗噪性能。研究表明，该系统能够正确而且高效地诊断出发动机故障的严重程度，并具备良好的抑制噪声的能力。