技术总结
本发明涉及一种基于粗糙集与BP神经网络的泵的故障诊断方法，包括以下步骤：搜集基准的训练样本特征数据，得到对应约简后的决策表，建立BP神经网络模型；将待诊断的训练样本特征数据，得到对应约简后的决策表，输入到所述BP神经网络模型，进行故障诊断。本发明通过将BP神经网络与粗糙集算法结合，先利用粗糙集理论有效的降低泵功图样本特征的维数，再利用约简后样本特征构造BP神经网络识别器，简化BP神经网络结构，减少BP神经网络识别器学习和运行的时间，提高分类精度。
技术研发人员：于海斌;曾鹏;尚文利;李世超
受保护的技术使用者：中国科学院沈阳自动化研究所
文档号码：201510566043
技术研发日：2015.09.08
技术公布日：2017.03.15