技術(shù)特征：

1.一種用于井下排水系統(tǒng)的故障診斷方法，其特征在于，包括如下步驟：

a通過對(duì)排水設(shè)備狀態(tài)和運(yùn)行數(shù)據(jù)監(jiān)測(cè)，得到故障信息；

b對(duì)故障信息進(jìn)行預(yù)處理，得到反應(yīng)上述故障信息的故障特征向量；

c根據(jù)故障特征向量與故障之間的關(guān)系，建立基本Petri網(wǎng)故障診斷模型；

d在步驟c的基礎(chǔ)上，利用模糊理論對(duì)故障特征向量進(jìn)行模糊處理，將模糊處理后的故障特征向量作為水泵故障診斷Petri網(wǎng)模型的輸入，并確定水泵故障診斷Petri網(wǎng)模型的權(quán)值和閾值參數(shù)，建立排水系統(tǒng)的模糊Petri網(wǎng)故障診斷模型；

e引入神經(jīng)網(wǎng)絡(luò)中的BP算法對(duì)模糊Petri網(wǎng)故障診斷模型中的權(quán)值、閾值和置信度參數(shù)進(jìn)行網(wǎng)絡(luò)優(yōu)化訓(xùn)練；

f將優(yōu)化后的權(quán)值、閾值和置信度參數(shù)作為最終的故障診斷模型運(yùn)行參數(shù)。

2.根據(jù)權(quán)利要求1所述的一種用于井下排水系統(tǒng)的故障診斷方法，其特征在于，所述步驟b中，利用粗糙集屬性約減的規(guī)則，對(duì)故障信息進(jìn)行特征信號(hào)提取得到故障特征向量。

3.根據(jù)權(quán)利要求2所述的一種用于井下排水系統(tǒng)的故障診斷方法，其特征在于，所述步驟b中，基于粗糙集理論的屬性約減步驟為：

輸入：相容決策表S＝(U,A,V,f)；其中：

U為論域，是系統(tǒng)中的對(duì)象組成的有限集合；

A＝B∪C為描述對(duì)象的屬性集合，B和C分別為條件屬性集合和決策屬性集合；

V＝∪_a∈AV_a，V_a表示屬性a的值域；

f：U×A→V表示一個(gè)信息函數(shù)，為每個(gè)對(duì)象的每個(gè)屬性賦予對(duì)應(yīng)的信息值；

輸出：規(guī)則集Rules；

1)：消去決策表中重復(fù)屬性的對(duì)象y_j，其中1≤j≤n-1；

2)：從決策表中提取每個(gè)對(duì)象關(guān)于屬性值區(qū)分的屬性，并構(gòu)成區(qū)分函數(shù)f(k)，k＝1,2,…,n；k≠j，同時(shí)利用吸收率約去多余的項(xiàng)；

3)：求取的最小析取范式，得到核屬性；

4)：從f(k)中消去可約減的屬性，求出其最小析取范式f(k)′，得到對(duì)應(yīng)的屬性值約簡(jiǎn)；

5)：根據(jù)步驟4)的結(jié)果，求得包含全部約簡(jiǎn)決策規(guī)則的決策表；

6)：約去全部過剩規(guī)則得到包含最小規(guī)則集的決策表；

7)：提取規(guī)則集Rules。

4.根據(jù)權(quán)利要求1所述的一種用于井下排水系統(tǒng)的故障診斷方法，其特征在于，所述步驟e中BP算法對(duì)參數(shù)優(yōu)化的具體步驟為：

e1定義模糊Petri網(wǎng)中有m個(gè)變遷t_i，則相應(yīng)的共有m個(gè)輸出庫(kù)所p_oi，i＝1,2,…,m；

構(gòu)造誤差代價(jià)函數(shù)E，如公式(2)所示：

$E=2^{-1}{\mathrm{\Σ}}_{l=1}^b{\mathrm{\Σ}}_{i=1}^m{\left(M_l\right(p_{oi})-M_l^E(p_{oi}\left)\right)}^2---\left(2\right)$

式中，b為樣本的總個(gè)數(shù)，M_l(p_oi)和分別為輸出庫(kù)所p_oi第l個(gè)樣本的實(shí)際托肯值和期望托肯值；按公式(2)計(jì)算實(shí)際輸出托肯值與期望托肯值的誤差；

e2調(diào)整排水系統(tǒng)的模糊Petri網(wǎng)故障診斷模型中的權(quán)值和閾值參數(shù)；在模糊Petri網(wǎng)的每一個(gè)層次上求取一階梯度，如公式(3)至公式(5)；

$\frac{dE}{{\mathrm{dw}}_{ix}}=\frac{dE}{d\left(M\right(p_{oi}\left)\right)}\·\frac{d\left(M\right(p_{oi}\left)\right)}{{\mathrm{dw}}_{ix}}=\mathrm{\δ}\·\frac{d\left(M\right(p_{oi}\left)\right)}{{\mathrm{dw}}_{ix}}---\left(3\right)$

$\frac{dE}{{\mathrm{du}}_i}=\frac{dE}{d\left(M\right(p_{oi}\left)\right)}\·\frac{d\left(M\right(p_{oi}\left)\right)}{{\mathrm{du}}_i}=\mathrm{\δ}\·\frac{d\left(M\right(p_{oi}\left)\right)}{{\mathrm{du}}_i}---\left(4\right)$

$\frac{dE}{{\mathrm{d\λ}}_i}=\frac{dE}{d\left(M\right(p_{oi}\left)\right)}\·\frac{d\left(M\right(p_{oi}\left)\right)}{{\mathrm{d\λ}}_i}=\mathrm{\δ}\·\frac{d\left(M\right(p_{oi}\left)\right)}{{\mathrm{d\λ}}_i}---\left(5\right)$

其中，w_ix表示輸入弧上的權(quán)值，相應(yīng)共有c個(gè)輸入值，x＝1,2…,c；u_i表示模型的變遷置信度；λ_i表示的是節(jié)點(diǎn)閾值；M(p_oi)表示輸出庫(kù)所的托肯值；即期望對(duì)輸出庫(kù)所托肯值求導(dǎo)；

求得一階梯度后，對(duì)變遷t_i的相關(guān)參數(shù)進(jìn)行調(diào)整，設(shè)η為學(xué)習(xí)率，由參數(shù)調(diào)整增量公式(6)、公式(7)和公式(8)來對(duì)輸入弧上的權(quán)值、變遷置信度和節(jié)點(diǎn)閾值進(jìn)行優(yōu)化，從而使參數(shù)接近期望目標(biāo)值：

w_ix(k+1)＝w_ix(k)-η·dE/dw_ix (6)

u_i(k+1)＝u_i(k)-η·dE/du_i (7)

λ_i(k+1)＝λ_i(k)-η·dE/dλ_i (8)

e3返回步驟e1，直到誤差允許值滿足小于等于0.001要求為止。