基于粗糙集与BP神经网络的盾构机刀盘故障预测

来源期刊：矿山机械2017年第10期

论文作者：韩辉 高祥 张伟 陈茂双

文章页码：7 - 12

关键词：粗糙集;BP神经网络;盾构机刀盘;属性约简;故障预测;

摘    要：为实现对盾构机刀盘的故障预测,提出一种基于粗糙集理论与BP神经网络相结合的盾构机刀盘故障预测法。首先应用粗糙集理论的基于动态层次聚类的离散化算法对刀盘历史数据离散化处理,然后利用改进的基于差别函数的属性约简算法约简决策表,将冗余属性从决策表中删除,把经过约简的数据作为输入端输入BP神经网络,构建故障预测模型,最后以盾构机刀盘故障预测为例进行试验验证。结果表明,该模型能有效缩短训练时间,提高预测效率,具有较高的预测精度,在实际工程应用中具有良好的应用价值。