粗集理论在大数据下往复压缩机故障中的应用

针对化工设备运行的大量工况数据,提出一种以粗集理论为基础,结合人工神经网络(ANN)的故障诊断方法,并将其应用到往复压缩机故障诊断中。利用粗集理论在处理大数据、消除冗余信息等方面的优势,采集往复压缩机运行的历史数据(如温度、压强、振动等参数),对其特征数据进行简约,去除不必要的属性,从中找出故障发生的规律和最优诊断规则,求出诊断所需的关键条件,并应用于在线故障预测诊断,成功地诊断出了往复压缩机的一些常见的故障。结果证明了粗集理论对于处理大数据下的设备故障诊断具有可行性。