针对多传感器刀具磨损监测系统输入维数较多、神经网络结构复杂、收敛速度慢等缺点,提出了粗糙集和遗传算法优化神经网络的模型.该模型首先利用粗糙集理论的属性约简对输入数据进行处理,从而达到减少神经网络输入维数、简化神经网络结构的目的.然后通过遗传算法优化神经网络的初始权值和阈值,以提高神经网络的收敛速度,避免神经网络陷入局部极值点.将该模型应用到刀具磨损监测,通过对声发射信号和电流信号进行处理,提取特征向量值,将特征值先通过自组织神经网络进行连续属性离散化,再通过粗糙集理论进行属性约简,最后通过遗传算法优化的BP神经网络进行识别,取得了很好的效果,证明了此模型的有效性和可行性.

液压传动技术的成熟与发展不仅为我们的生活带来了许多便利，同时它也为企业生产运作系统起了很大的借鉴与指导作用，液压系统就好比一个企业，液压系统中的各个元件就如企业各个部门，各有各自的职责，彼此独立却又相关，它们是液压系统和企业的核心，是保证整个系统能正常运行的关键。液压系统的动力元件液压泵、辅助元件滤油器、连接器等在液压系统中起着不容忽视的作用，企业中的招聘部门，沟通机制等也在企业中起着重要作用，它们之间有着紧密联系，因此液压传动技术及思想可用于企业当中，对企业运行起到借鉴和指导作用。

液压油是液压系统不可或缺的一部分,其作用就如同企业生产运作系统的某些因素一样,通过对液压油本身性质的分析和对液压油工作环境等外部条件的分析,我们可以类比出企业生产运作系统中的某些因素,从而发现很多问题。不同的液压油,需要使用在不同的适宜的温度下,可以类比成企业对不同人才的分配,正确的分配可以提高企业的效益,液压油的粘稠度可以类比成企业之间的竞争等。