10.3969/j.issn.0258-0926.2007.01.025
基于RS-FNN的核电厂设备智能故障诊断方法的研究
将粗糙集(RS)理论与模糊神经网络(FNN)相结合,能充分发挥各自的优点.本文利用RS方法对知识的约简技术,从大量的原始数据中提取精简的规则,基于这些规则建立的FNN网络具有更好的拓扑结构,学习速度大大提高、判断准确、容错能力强,具有更高的实用价值.为了验证该方法的有效性,以核电厂设备蒸汽发生器U形管破裂等故障为例,进行了仿真实验研究.诊断结果表明,将基于RS理论的FNN智能故障诊断方法引入核电厂设备故障诊断中是可行的,并且具有简单方便、计算量小、诊断结果可靠等特点.
RS理论、规则提取、模糊神经网络、核电厂设备、故障诊断
28
TP18(自动化基础理论)
2007-04-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
110-114